|
|
Atividade
| 115455 - Fundamentos de Análise de Dados e Business Intelligence |
| Data da turma: | 20/03/2024
|
||||
|
|
|||||
| Descrição: | Dia da semana Período
o Quarta-feira 19:00 às 23:00 Carga Horária Ministrada o Atividades Presenciais Ministradas: 0h o Atividades à Distância Ministradas: 4h o Atividades à Distância Supervisionadas: 0h o Total Ministrado: 4h Detalhamento: Introdução à análise de dados e sua importância para as organizações. Exploração das ferramentas e tecnologias utilizadas na coleta e armazenamento de dados. Estudo sobre o pré-processamento de dados e sua relevância para a Business Intelligence. Bibliografia ASHRAFI, Amir et al. The role of business analytics capabilities in bolstering firms’ agility and performance. International Journal of Information Management, v. 47, p. 1-15, 2019. AWS, A. L.; PING, Teoh Ai; AL-OKAILY, Manaf. Towards business intelligence success measurement in an organization: A conceptual study. J. Syst. Manag. Sci, v. 11, p. 155-170, 2021. BOŽIČ, Katerina; DIMOVSKI, Vlado. Business intelligence and analytics for value creation: The role of absorptive capacity. International journal of information management, v. 46, p. 93-103, 2019. BROWNLEE, Jason. Deep Learning for Computer Vision: Expert techniques to train advanced neural networks using TensorFlow and Keras. Machine Learning Mastery, 2019. CASTRO, Leandro Nunes de; FERRARI, Daniel Gomes. Introdução à mineração de dados: conceitos básicos, algoritmos e aplicações. São Paulo: Saraiva, 2016. CHEN, H., CHIANG, R. H. L.; STOREY, V. C. Business Intelligence and Analytics: from Big Data to Big Impact. Journal MIS Quarterly, vol. 36, no. 4. p. 1165-1188, 2012. CHEN, Y. et al. Big data analytics and big data science: a survey. Journal of Management Analytics, v. 3, n. 1, p. 1-42. DIXON, Mattew F.; HALPERIN, Igor; BILOKON, Paul. Machine Learning in Finance – From Theory to Practice. Switzerland: Springer, 2020. HILPISCH, Yves. Artificial Intelligence in Finance – A Python-Based Guide. US: O’Reilly, 2021. MAHESHWARI, A. Data analytics made accessible. USA: eBook Kindle edition, 2019. MARQUESONE, Renato. Big Data - Técnicas e Tecnologias para Extração de Valor dos Dados. São Paulo: Casa do Código, 2016. MCKINNEY, Wes. Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython. O'Reilly Media, 2017. RASCHKA, Sebastian. Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow, 2nd Edition. Packt Publishing, 2017. WHITE, Tom. Hadoop: The definitive guide. 4. ed. Sebastopol: O'Reilly Media, Inc., 2015. WU, Z. et al. Optimization designs of the combined Shewhart CUSUM control charts. Computational Statistics and Data Analysis, v. 53, n. 2, p. 496-506, 2008. ZWINGMANN, Tobias. AI-Powered Business Intelligence. O'Reilly Media, Incorporated, 2022. |
||||
| Carga Horária: |
4 horas |
||||
| Tipo: | Obrigatória | ||||
| Vagas oferecidas: | 1000 | ||||
| Ministrantes: |
Daniel Reed Bergmann |
 voltar |
|
Créditos © 1999 - 2024 - Superintendência de Tecnologia da Informação/USP |