Teaching
- All
- Current
- Past
Modelos Descritivos
Técnicas de aprendizagem de máquina baseadas em modelos descritivos para extrair e aprender informações a partir de conjuntos de dados não-rotulados: 1) Métodos de Aprendizagem Não-Supervisionada. incluindo Algoritmos de Clustering, Maximização de Expectativa, Análise de Componentes Principais e Redução de Dimensionalidade; 2) Modelos Geométricos; 3) Tecnicas de Aprendizagem Não-Supervisionada Profunda, tais como Autoencoders e Modelos Generativos.
Desenvolvimento Rápido de Aplicações em Python
Linguagem Python. Variáveis. Estruturas sequenciais, de repetição e decisão. Funções. Orientação a objetos em Python. Estruturas de dados em Python.
Paradigmas de Liguagem de Programação em Python
Introdução a Programação em Python. Paradigmas de Linguagens De Programação. Estruturado, Orientado a Objetos, Funcional e Lógico.
Cálculo Numérico
Noções Básicas Sobre Erros; Representação de Números; Zeros de Funções; Resolução de Sistemas Lineares; Ajuste de Curvas; Resolução de Sistemas Não-Lineares; Interpolação; Integração Numérica.
Computação Eletrônica
Computadores e Computação; Programação e Extensões.
Computação L
Introdução à Programação em Python.
Estrutura de Dados
Dados Compostos Homogêneos e Heterogêneos, Alocação Dinâmica de Memória, Modularização, Tipos Abstratos de Dados, Listas, Pilhas, Filas, Árvores e Ordenação.
Introdução à Programação
Algoritmos: fundamentos, resolução de problemas usando a lógica, formas de representação (fluxograma e pseudocódigo), conceitos, linguagens, analogia com a arquitetura de Von Newman, ferramentas e técnicas recomendadas; Estruturas de controle: sequencial, decisão e repetição; Operadores matemáticos, relacionais e lógicos.
Banco de Dados I
Conceitos Básicos; Modelos de Dados; Aspectos de Modelagem de Dados; Aplicações.
Programação I
Paradigma de Programação Orientada a Objetos (POO); Estruturação de Programas com Orientação a Objetos; Tratamento de Exceções; Tratamento de Dados Homogêneos.