Apolo

Cursos e Atividades de Extensão

550400535 - VI Escola Avançada em Big Data Analysis

Unidade:	Instituto de Ciências Matemáticas e de Computação
Modalidade:	Difusão
Tipo:	à Distância
Público Alvo:	Alunos cursando a partir do 3º ano da graduação, Alunos de Pós-graduação e profissionais de Empresas graduados, nas seguintes áreas: Engenharias, Computação, Matemática Aplicada, Estatística, Administração e Economia e áreas correlatas.
Objetivo:	Apresentar aos estudantes as principais técnicas usadas no contexto de Big Data, com foco na análise inteligente de grandes volumes de dados, destacando-se métodos avançados como Deep Learning, Processamento de Linguagem Natural, Visão Computacional, Visualização da Informação, Sistemas de Recomendação, Mineração de Dados e Textos. Serão apresentadas também vários softwares para apoiar para análise, extração de conhecimento, organização e visualização de dados, tornando o curso prático.
Pré-requisito Graduação:	Não

Área de Conhecimento:	Ciência da Computação

Edição	22001
Número do Oferecimento	1
Período de Realização:	de 10/10/2022 até 14/10/2022
Local do curso:	Instituto de Ciências Matemáticas e de Computação - ICMC/USP - Modalidade on-line
Vagas:	320

Inscrição
On-line:	de 12/09/2022 00:00 até 03/10/2022 23:59
Procedimento de inscrição:	Fazer a inscrição no Sistema Apolo e anexar os documentos comprobatórios exigidos. Em seguida, preencher o formulário online disponibilizado no site do evento (http://eabda.icmc.usp.br) para a escolha das disciplinas pretendidas e instruções para pagamento da taxa de inscrição. A matrícula somente será efetivada após a verificação dos documentos anexados e a confirmação do pagamento da taxa de inscrição.

Conteúdos/Disciplinas	Abertura da VI EABDA Consultas por similaridade Entendendo o valor dos sistemas de recomendação personalizados para (o e-business/negócios) Evolução dos Modelos de Linguagem Gestão de relacionamento com clientes nas mídias sociais: conceitos, tecnologias e práticas Introdução às Redes Neurais Artificiais e ao Aprendizado Profundo Mineração de Opiniões a partir de Textos publicados em Redes Sociais Modelagem e Caracterização de Redes Complexas Reconhecimento facial com Aprendizado de Métrica Profundo REDES NEURAIS RECORRENTES PARA PREVISÃO DE SÉRIES TEMPORAIS Tomada de Decisão Estratégica sobre Volumes Massivos de Dados Um processo de Mineração de Textos com Foco na Coleta de Dados Visualização e análise visual de dados: técnicas e aplicações

Responsáveis
Coordenador:	Ricardo Marcondes Marcacini
Vice-Coordenador:	Diego Raphael Amancio

Critérios de seleção:	Ordem de recebimento da inscrição via Sistema Apolo, pagamento da inscrição, envio de documentos comprobatórios da condição de estudante/profissional conforme especificado no público alvo, até o limite de preenchimento das vagas.
Critérios de aprovação:	Frequência mínima de 75% nas atividades do curso considerando a disciplina obrigatória e mais uma das disciplinas optativas.

Curso	Pago
Isenções:	Poderá ser concedida isenção da taxa de inscrição para os alunos, mediante solicitação dos mesmos através do site do evento (http://eabda.icmc.usp.br), a partir da análise dos seguintes critérios: - Condição financeira/socioeconômica (é necessário apresentar documentação comprobatória do estado de fragilidade econômica do aluno); - Mérito profissional/técnico/científico/acadêmico (através da apresentação de histórico escolar do curso para os alunos de graduação e/ou pós-graduação; curriculum vitae para os profissionais); O candidato que se utilizar de fraude para obtenção de isenção terá sua matrícula cancelada. Em caso de empate, os critérios a serem utilizados para o desempate nas vagas isentas são, pela ordem: - 1° socioeconômicos: menor renda/desempregado; - 2º menor número de cursos com isenções concedidas, na mesma modalidade que solicita matrícula, realizados anteriormente pelo candidato; - 3º ordem de inscrição.

Vagas gratuitas	32

Local de inscrição
Telefone:	(16)3373-9730
Ramal:
Fax:
Contato:	Coordenação da VI EABDA
Site:	http://eabda.icmc.usp.br/
E-mail:	eabda@icmc.usp.br

voltar