MBA EAD em Data Mining - 600 Horas

Conheça o conteúdo do curso Data Mining

Grade do curso

Introdução à Análise de Dados

  - Introdução à análise de dados
  - Inferência estatística
  - Aplicações de regressão linear simples
  - Classificação de dados com a linguagem R

Fundamentos de Big Data e Internet das Coisas

  - Big Data e Internet das Coisas (IoT)
  - Integrando Big data e IOT
  - Introdução à ciência de dados
  - Ciência de dados e Big Data

Data Mining I

  - Introdução a data mining
  - Aplicações de data mining
  - A descoberta de conhecimento em base de dados (KDD)
  - Seleção dos dados

Data Mining II

  - Pré-processamento de dados
  - Análise exploratória de dados
  - Ferramentas de KDD
  - Introdução ao WEKA

Data Mining III

  - Introdução à linguagem R e Rstudio
  - Tarefas de data mining
  - Classificação de dados
  - Aplicação da técnica de classificação de dados

Data Mining IV

  - Regras de associação
  - Aplicação da técnicas de associação
  - Agrupamento de dados
  - Aplicação da técnicas de agrupamento de dados

Graph Mining

  - Graph mining
  - Mineração de subgrafos
  - Classificação de grafos
  - Clustering de grafos

Cloud Computing

  - Evolução tecnológica e paradigmas que permitiram cloud computing
  - Fundamentos de virtualização de servidores
  - Fundamentos de computação em nuvem
  - Arquitetura e anatomia de cloud computing

Cloud Computing II

  - Nuvem pública
  - Nuvem privada
  - Nuvem híbrida
  - Nuvem comunitária

Cloud Computing III

  - IaaS (Infraestrutura como serviço)
  - PaaS (Plataforma como serviço)
  - SaaS (Software como serviço)
  - Aplicabilidade de cloud computing

Cloud Computing IV

  - Desenvolvimento em cloud computing
  - Avanços em armazenamento de dados com a computação em nuvem
  - A revolução da computação em nuvem nas infraestruturas de TI
  - Desafios da computação em nuvem

Fundamentos de Inteligência Artificial

  - Introdução à inteligência artificial
  - Testes de Turing
  - Estatística para Inteligência artificial
  - Probabilidade
*Data Mining* 600hrs *Módulo: Introdução à Análise de Dados*   - Introdução à análise de dados   - Inferência estatística   - Aplicações de regressão linear simples   - Classificação de dados com a linguagem R *Módulo: Fundamentos de Big Data e Internet das Coisas*   - Big Data e Internet das Coisas (IoT)   - Integrando Big data e IOT   - Introdução à ciência de dados   - Ciência de dados e Big Data *Módulo: Data Mining I*   - Introdução a data mining   - Aplicações de data mining   - A descoberta de conhecimento em base de dados (KDD)   - Seleção dos dados *Módulo: Data Mining II*   - Pré-processamento de dados   - Análise exploratória de dados   - Ferramentas de KDD   - Introdução ao WEKA *Módulo: Data Mining III*   - Introdução à linguagem R e Rstudio   - Tarefas de data mining   - Classificação de dados   - Aplicação da técnica de classificação de dados *Módulo: Data Mining IV*   - Regras de associação   - Aplicação da técnicas de associação   - Agrupamento de dados   - Aplicação da técnicas de agrupamento de dados *Módulo: Graph Mining*   - Graph mining   - Mineração de subgrafos   - Classificação de grafos   - Clustering de grafos *Módulo: Cloud Computing*   - Evolução tecnológica e paradigmas que permitiram cloud computing   - Fundamentos de virtualização de servidores   - Fundamentos de computação em nuvem   - Arquitetura e anatomia de cloud computing *Módulo: Cloud Computing II*   - Nuvem pública   - Nuvem privada   - Nuvem híbrida   - Nuvem comunitária *Módulo: Cloud Computing III*   - IaaS (Infraestrutura como serviço)   - PaaS (Plataforma como serviço)   - SaaS (Software como serviço)   - Aplicabilidade de cloud computing *Módulo: Cloud Computing IV*   - Desenvolvimento em cloud computing   - Avanços em armazenamento de dados com a computação em nuvem   - A revolução da computação em nuvem nas infraestruturas de TI   - Desafios da computação em nuvem *Módulo: Fundamentos de Inteligência Artificial*   - Introdução à inteligência artificial   - Testes de Turing   - Estatística para Inteligência artificial   - Probabilidade

Cada unidade de aprendizagem é composta por uma apresentação; um capítulo de livro; uma dica do professor, que poderá ser uma videoaula; 1 quiz com 5 questões de múltipla escolha com o objetivo de promover melhor fixação de cada conteúdo, links e materiais complementares. Observa-se que o quiz não possuem caráter avaliativo, ou seja, não comporão sua nota para a certificação. Como avaliação, cada módulo contará com uma prova de 5 questões de múltipla escolha que valerá 10 pontos, sendo necessário atingir a nota mínima 6 para aprovação. Caso o aluno não obtenha essa nota na primeira tentativa, uma nova chance é disponibilizada. Por fim, se ainda na segunda tentativa o aluno for reprovado, ele poderá realizar uma nova tentativa mediante ao pagamento de uma taxa.

Destinado a profissionais que busquem conhecimentos na área de engenharia de software, gestores de TI e profissionais autônomos e liberais. A Pós-Graduação Lato Sensu tem por objetivo especializar o estudante na área de interesse. Observa-se que os cursos de pós-graduação não habilitam para o exercício profissional, mas sim os cursos de graduação.