Apolo

Atividade

139583 - Introdução à Ciência de Dados e Métodos Quantitativos

Período da turma:

12/01/2026 a 02/02/2026

Selecione um horário para exibir no calendário:

Descrição:

Aula 1 Introdução ao Curso: Expectativas. Formas de avaliação (se necessário). Formas de
interação. Visão geral da ementa. Breve exposição da plataforma para soluções digitais.
Introdução do projeto exemplo

Aula 2 Formulando problemas de negócio: Identificando problemas de negócio e resultados
desejados, Identificando pessoas-chaves no projeto. Determinando a viabilidade do projeto.
Refinando a proposta do projeto. Definindo custos e benefícios.

Aula 3 Traduzindo o problema negócio em um problema analítico: Coletando informações
necessárias para uma solução analítica. Identificando abordagens possíveis. Definindo
métricas de sucesso. Refinando o problema analítico através de entrevistas com especialistas.

Aula 4 Dados: Identificando os dados necessários para o projeto e suas fontes. Adquirindo
dados, Limpando, transformando e validando dados. Identificando relações entre os dados.
Documentando a estratégia de dados. Refinando a projeto analítico a partir dos dados.

Aula 5 Métodos descritivos: Definição de métodos descritivos. Universo e amostragem de
dados. Medidas centralizadoras e de dispersão. Distribuição de probabilidades. Correlação e
causalidade. Testes de hipóteses. Breve descrição dos principais testes de hipóteses. Tipos de
erros.

Aula 6 Métodos preditivos: Definição de aprendizado supervisionado, não supervisionado e
com refinamento. Regressão linear. Regressão logística. Árvores de decisão. Florestas
Aleatórias. Relação entre viesamento e variância. Análise de componente principais. Análise
de Cluster

Aula 7 Métodos prescritivos: O que é Otimização. Programação Linear, Programação Não
Linear. Estratégias de soluções de problemas de otimização. Análise de sensitividade.
Problemas famosos em otimização.

Aula 8 Simulações: Simulações de tempo discreto. Simulações de tempo contínuo. Filas.
Métodos de Monte Carlo. Cadeias de Markov.

Aula 9 Criando e avaliando modelos: Práticas comuns na gestão de projetos. Metodologia ágil.
Metodologia em cachoeira. Avaliando modelos analíticos. Matriz de confusão. Análise de
viesamento e variância. Curvas ROC. Métricas para séries temporais.

Aula 10 Implantando e gerenciando soluções analíticas: Planejando a entrega de modelos
analíticos. CRISP-DM. Avaliando a performance de modelos analíticos no tempo. Re-treinando
modelos analíticos. Gerenciando a mudança de processos após a entrega de projetos
analíticos.

Referências Bibliográficas:

COCHRAN, J., J., INFORMS Analytics Body of Knowledge. INFORMS: Wiley, 2018.

CAMM, J., D., COCHRAN, J., J., Fry, M., J., Ohlmann., J., W., ANDERSON., D., R., Business Analytics: Descriptive, Predictive, Prescriptive. Cengage Learning, 3rd Edition, 2018.

Carga Horária:

30 horas

Tipo:

Obrigatória

Vagas oferecidas:

Ministrantes:

Tiago de Morais Montanher (Especialista)

voltar