Logo PECE. Pular para página inicial
 

Ementa da Disciplina

CódigoIOT-005
DisciplinaIntrodução ao Data Analytics
ObjetivoProver ao aluno conhecimentos sobre alguns dos principais tópicos de análise de dados (data analytics) e sua aplicação em Internet das Coisas (IoT). A disciplina aborda algumas das principais técnicas utilizadas para análise de grande volume de dados bem como apresenta uma linguagem de programação e estudo de caso para que o aluno esteja apto a entender como se dá o processo de análise de dados.
Público_Alvo 
Ementa 1. Visão geral sobre data analytics. 2. Aplicação de data analytics em internet das coisas. 3. Conceitos estatísticos para data analytics. 4. Inferência estatística e aplicações. 5. Regressão linear e aplicações. 6. Mecanismos de clustering e aplicações. 7. R - linguagem de programação para data analytics. 8. R - principais funcionalidades e bibliotecas. 9. R - aplicado a internet das coisas. 10. Estudos de caso.
Bibliografia James, G., Witten D., Hastie, T., Tibshirani,R. An Introduction to Statistical Learning: with Applications in R.(Springer Texts in Statistics), 2013.  Provost, F.; Fawcett, T. Data Science for Business: What you need to know about data mining and data-analytic thinking. O'Reilly Media, 2013.  Wang, C.; daneshmand, m.; Dohler, M.; Mao, X.; Hu, R.Q.; Wang, H., "Guest Editorial - Special Issue on Internet of Things (IoT): Architecture, Protocols and Services," Sensors Journal, IEEE , vol.13, no.10, Oct. 2013. p. 3505-3510.  Gubbi, J.; Buyya, R.; Marusic, S.; Palaniswami, M. Internet of Things (IoT): A vision, architectural elements, and future directions, Future Generation Computer Systems, vol. 29, i. 7, September. 2013, p. 1645-1660, ISSN 0167-739X  Chambers, J. Software for Data Analysis: Programming with R. Springer, 2008.  Hu, H., Wen, Y., Chua, T., and Li. Toward Scalable Systems for Big Data Analytics: A Technology Tutorial. IEEE Access. 2014. p. 672-687. 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. 2012. p. 1165-1188.
Duração (h)30
Título Escolha
Imagem do selo de Garantia de Qualidade POLI
Centro de Apoio ao Aluno: atendimento@pecepoli.com.br
Telefone: (11) 2998-0000 Fax: (11)2998-0054
Segunda a sexta-feira das 9h00 às 21h00.
Logo da USP - link externo ©Copyright 2010 PECE - Todos direitos reservados. Logo da Escola Politécnica - link externo