|
|
Atividade
| 127718 - Data Science e Machine Learning aplicados ao Mercado Financeiro |
| Período da turma: | 13/01/2025 a 07/04/2025
|
||||
|
|
|||||
| Descrição: | Programa detalhado:
1) Linguagens de Programação e Ferramentas 1.1) Fundamentos de computação 1.2) Python: apresentação da linguagem 1.3) Python: instalação de novos pacotes 1.4) Python: objetos básicos e tipos de dados 1.5) Python: controle de fluxo, iteração e funções 1.6) SQL: apresentação da linguagem 1.7) SQL: comandos básicos 2) Análise e Gestão de Dados 2.1) Pandas: dataframes e características básicas 2.2) Operações com colunas, seleção e filtragem 2.3) Agrupamento e junção de dataframes 2.4) Eficiência e gestão de memória 2.5) Visualização de dados 2.6) ESTUDO DE CASO: trabalhando com os microdados do IBGE 3) Mineração e Raspagem de Dados 3.1) Linguagem HTML e lógica XPath 3.2) Dados das empresas listadas na B3: pacote requests 3.3) Emulando um browser: pacote Selenium 3.4) ESTUDO DE CASO: Extraindo de forma automática as atas do COPOM 4) Análise de Texto e Sentimento 4.1) Padrões de texto e expressões regulares 4.2) Pacote NLTK e suas funções 4.3) Stopwords, contagem e nuvem de palavras em comunicados do Banco Central 4.4) Análise de sentimento 4.5) ESTUDO DE CASO: Sentimento nos discursos dos membros do COPOM e taxa de juros 5) Introdução à Estatística e Previsão 5.1) Medidas descritivas (média, variância, percentis, etc.) 5.2) Probabilidade e distribuições 5.3) Testes de hipóteses 5.4) Análise de regressão e previsão 6) Previsão e Machine Learning 6.1) Machine Learning no Python: pacote scikit-learn 6.2) Dilema viés-variância 6.3) Principais modelos: regressão e classificação 6.4) Overfitting e critérios de avaliação 6.5) Introdução ao deep learning e redes neurais 6.6) ESTUDO DE CASO: prevendo as ações mais rentáveis no longo-prazo Bibliografia: - Downey, A. B. (2016). Pense em Python: Pense como um Cientista da Computação. O'Reilly, 2ª edição - Guttag, J. (2021). Introduction to Computation and Programming Using Python: With Application to Computational Modeling and Understanding Data. The MIT Press, 3ª edição - McKinney, W. (2018). Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython. O'Reilly, 2ª edição - Mitchell, R. (2019) Web Scraping com Python: Coletando Mais Dados da web Moderna. O'Reilly, 2ª edição - Sweigart, A. (2019) Automate the Boring Stuff with Python: Practical Programming for Total Beginners. No Starch Press, 2ª edição - Jargas, A. M. (2016) Expressões Regulares: Uma abordagem divertida. Novatec Editora, 5ª edição - Bengfort, B. e Bilbro, R. e Ojeda, T. (2018) Applied Text Analysis with Python: Enabling Language-Aware Data Products with Machine Learning. O’Reilly, 1ª edição - Bussab, W. O., Morettin, P. A. (2013) Estatística básica. Saraiva - Wooldridge, J. (2015) Introdução à Econometria. Ed. Thomson Learning - James, G e Witten, D. e Hastie, T. e Tibshirani, R. (2017). An Introduction to Statistical Learning (with Applications in Python). Springer, 1ª edição |
||||
| Carga Horária: |
60 horas |
||||
| Tipo: | Obrigatória | ||||
| Vagas oferecidas: | 112 | ||||
| Ministrantes: |
Claudio Ribeiro de Lucinda Danilo Paula de Souza Raphael Bottura Corbi |
 voltar |
|
Créditos © 1999 - 2025 - Superintendência de Tecnologia da Informação/USP |