Disciplina Discipline VPS5758
Análise de Dados com Python
Data Analysis with Python

Área de Concentração: 10134

Concentration area: 10134

Criação: 13/10/2022

Creation: 13/10/2022

Ativação: 13/10/2022

Activation: 13/10/2022

Nr. de Créditos: 4

Credits: 4

Carga Horária:

Workload:

Docente Responsável:

Professor:

Fernando Ferreira

Objetivos:

Apresentar a linguagem de programação Python e capacitar os alunos a realizar análise de dados epidemiológicos utilizando essa ferramenta.

Objectives:

Introduce the Python programming language and enable students to perform epidemiological data analysis using this tool.

Justificativa:

De acordo com o IEEE, Python é a linguagem de programação dominante para as novas tecnologias. Ela tem sido empregada de modo intenso em aprendizado de máquina e inteligência artificial e para o tratamento de dados de modo geral. Do ponto de vista do mercado, tem sido considerada uma formação desejável para profissionais da área de medicina preventiva.

Rationale:

According to the IEEE, Python is the dominant programming language for new technologies. It has been used extensively in machine learning and artificial intelligence and for data processing in general. From a professional point of view, it has been considered a desirable training for workers in the field of preventive medicine.

Conteúdo:

1) Python. Instalação e configuração; 2) Trabalhando com ambientes virtuais; 3) IDE JupyterLab; 4) Introdução ao python; 5) Estruturas de dados embutidas, funções e manipulação de arquivos; 6) Importando dados (csv, excel, dbf, PostreSQL, MariaDB, SPSS, Stata, etc); 7) Introdução ao Pandas; 8) Limpeza e preparação de dados; 9) Tratamento de dados: junção, combinação e reformatação; 10) Plotagem e visualização; 11) Agregação de dados; 12) Séries temporais e 13) Introdução ao Stastmodels, Scipy e Numpy.

Content:

1) Python. Installation and Configuration; 2) Working with virtual environments; 3) JupyterLab IDE; 4) Introduction to python; 5) Built-in data structures, functions and file manipulation; 6) Importing data (csv, excel, dbf, PostreSQL, MariaDB, SPSS, Stata, etc); 7) Introduction to Pandas; 8) Data cleaning and preparation; 9) Data treatment: join, combine and reformat; 10) Plotting and visualization; 11) Data aggregation; 12) Time Series e 13) Introduction to Stastmodels, Scipy and Numpy.

Forma de Avaliação:

Notas atribuídas em escala de 0 a 10 para cada exercício e para o trabalho final. A nota final será a média aritmética das notas recebidas.

Type of Assessment:

Grades will be assigned on a scale of 0 to 10 for each exercise and for the final paper. The final grade will be the arithmetic mean of the grades received.

Observação:

1. Conteúdos complementares serão disponibilizados na forma de textos e vídeos na plataforma de EAD; 2. Não será necessária a presença do aluno na instituição; 3. A interação entre o aluno e o docente se dará de modo presencial e on line, durante as aulas, e por meio de email utilizando a plataforma moodle. Eventualmente poderão ser utilizados fóruns em exercícios; 4. Os alunos poderão desenvolver atividades em grupo com entrega individual de exercícios; 5. A frequência será controlada pela plataforma moodle através da conclusão de atividades propostas e visualização de conteúdos; 6. Não é obrigatória a utilização de câmera e microfone sendo recomendável; 7. A avaliação será remota por meio de conclusão de atividades e exercícios propostos ao longo do curso e submissão on line de trabalho final; 8. A unidade dispõe de sala multimedia e pró-aluno que garantem ao aluno os meios de acesso ao curso de forma remota na indisponibilidade de meios próprios.

Notes/Remarks:

1. Complementary content will be made available in the form of texts and videos on the distance learning platform; 2. The student's presence at the institution will not be required; 3. The interaction between student and professor will be both presential and on line, during classes, and via email using the moodle platform. Occasionally, forums may be used in exercises; 4. Students may develop group activities with individual delivery of exercises; 5. Attendance will be monitored by the moodle platform through completion of proposed activities and viewing of content; 6. The use of a camera and microphone is not mandatory, but recommended; 7. The evaluation will be remote, through the completion of activities and exercises throughout the course and online submission of the final work; 8.The unit has a multimedia room and student lounges that provide students with the means to access the course remotely when their own means are not available.

Bibliografia:

Chen, Daniel Y. 2017. Pandas for Everyone. Python Data Analysis. Addison-Wesley Professional. Géron, Aurélien. 2019. Hands on Machine Learning with Scikit Learn Keras and TensorFlow 2nd Edition. 2nd ed. O’Reilly Media. Grus, Joel. 2015. Data Science from Scratch: First Principles with Python. 1st ed. O’Reilly Media. McKinney, Wes. 2017. Python for Data Analysis: Data Wrangling with Pandas, Numpy, and Ipython. 2nd ed. O’Reilly Media.

Bibliography:

Chen, Daniel Y. 2017. Pandas for Everyone. Python Data Analysis. Addison-Wesley Professional. Géron, Aurélien. 2019. Hands on Machine Learning with Scikit Learn Keras and TensorFlow 2nd Edition. 2nd ed. O’Reilly Media. Grus, Joel. 2015. Data Science from Scratch: First Principles with Python. 1st ed. O’Reilly Media. McKinney, Wes. 2017. Python for Data Analysis: Data Wrangling with Pandas, Numpy, and Ipython. 2nd ed. O’Reilly Media.

Tipo de oferecimento da disciplina:

Não-Presencial

Class type:

Não-Presencial

Informações adicionais do oferecimento da disciplina:

1) As aulas serão realizadas de forma síncrona sendo gravadas e o conteúdo disponibilizado possibilitando ao aluno assistir o conteúdo posteriormente. 2)A plataforma a ser utilizada será o moodle e o google meeting. 1) Classes will be held synchronously, being recorded and the content made available, allowing the student to watch the content later. 2) The platform to be used will be moodle and google meeting.

Additional class type information:

1) As aulas serão realizadas de forma síncrona sendo gravadas e o conteúdo disponibilizado possibilitando ao aluno assistir o conteúdo posteriormente. 2)A plataforma a ser utilizada será o moodle e o google meeting. 1) Classes will be held synchronously, being recorded and the content made available, allowing the student to watch the content later. 2) The platform to be used will be moodle and google meeting.