|
|
|
||||
|
|
|
Apresentação do curso | Notas de Aula: Capítulo 1 | Instalação de um conjunto das ferramentas para atividades práticas: Python e Jupyter ou R e RStudio | Defina uma pergunta. Escolha um dataset num dos repositórios RDatasets, UC Irvine Machine Learning Repository, Kaggle e Base dos Dados (dados tratados). Use os recursos disponíveis em ggplot2/plotnine para explorar os dados do dataset selecionado e responder a pergunta formulada. |
|
|
|
Introdução a R e Python | Notas de Aula: Capítulo 2 | Faça os exercícios propostos nos Capítulos 2, 4, 6 e 8 em Wickham (ou nos Capítulos 4, 6 e 8 correspondentes em Hathaway). Os exercícios propostos nos Capítulos 1, 2 e 3 em Irizarry podem ser complementares para R, e os dos Capítulos 1, 2 e 3 em McKinney para Python. | |
|
|
|
Princípios de Design de Visualização | Notas de Aula: Capítulo 3 | Faça os exercícios propostos nos Capítulos 1, 5 e 9 em Wickham (ou nos Capítulos 3 e 12 correspondentes em Hathaway). Os exercícios propostos nos Capítulos 4 e 7 em Irizarry, como os exercícios no Capítulo 2 em Ismay podem ser úteis para complementar o esclarecimento em R. Os exercícios no Capítulo 9 em McKinney contém mais esclarecimento para Python. | |
|
|
|
Percepção e Cognição | Notas de Aula: Capítulo 4 Visual Perception Theory |
Faça os exercícios em R propostos no Capítulo 10 em Irizarry | |
|
|
|
Apresentação e discussão dos resultados das tarefas individuais | |||
|
|
|
Estatística Descritiva | Notas de Aula: Capítulo 5 | Faça os exercícios propostos no Capítulo 10 em Wickham (ou no Capítulo 7 correspondente em Hathaway). Os exercícios propostos nos Capítulos 9 e 11 em Irizarry, focados em Estatística Descritiva, são muito ilustrativos para R. Os exercícios no Capítulo 4 em McKinney ilustram as funções em Python. | Faça uma previsão para o ano de 2025/2026 que você considere significativa ou interessante.Escolha datasets num dos repositórios públicos, como Portal de Dados Abertos do TSE, Base de Dados do Conselho Nacional de Justiça e Dados Abertos de IBGE e Base dos Dados (dados não tratados). Elabore um procedimento para para explorar os dados do dataset selecionado e responder a pergunta formulada. |
|
|
|
Importação e Formatação de Dados | Notas de Aula: Capítulo 6 | Faça os exercícios propostos nos Capítulos 3, 5 e 7 em Wickham (ou nos Capítulos 11 e 12 correspondentes em Hathaway). A abordagem no Capítulo 4 em Ismay é muito didática. | |
|
|
|
Transformação de Dados (Wrangling) | Faça os exercícios propostos nos Capítulos 12-19 em Wickham (ou nos Capítulos 9, 10, 13-16 correspondentes em Hathaway). Os exercícios no Capítulo 3 em Ismay são recomendados. | ||
|
|
|
||||
|
|
|
Probabilidade | Notas de Aula: Capítulo 7 | Faça os exercícios propostos no Capítulos 8, 13 e 14 em Irizarry. Recomendo a leitura e prática do procedimento apresentado no Capítulo 7 em Ismay. Ambos em R. | |
|
|
|
Estatística de Inferência | Notas de Aula: Capítulo 8 | Faça os exercícios nos Capítulos 8 e 9 em Ismay | |
|
|
|
||||
|
|
|
Apresentação e discussão dos resultados das tarefas individuais | |||
|
|
|
Projeto Final, em grupo de até 2 pessoas, relacionado a área de interesse do grupo. | Inspirem-se dos estudos de casos apresentados no Capítulo 11 em Ismay e dos casos apresentados no Capítulo 13 em McKinney. | Elaboração de um relatório em Markdown, a partir do qual são gerados documentos em formatos pdf, além de uma exposição oral em 28/06. Faça os exercícios nos Capítulos 26-30 em Wickham (1a. ed.) (ou nos Capítulos 26-30 correspondentes em Hathaway). | |
|
|
|
||||
|
|
|
||||
|
|
|
Apresentação dos projetos finais | |||