Apresentação do curso
Contents
Apresentação do curso#
Este curso integra o rol obrigatório do Bacharelado em Ciência de Dados e Inteligência Artificial da Universidade Fedaral da Paraíba.
Objetivos#
Elencar os marcos históricos de desenvolvimento do campo do conhecimento denominado visualização de dados;
Reconhecer conceitos de representação visual, percepção, estética, cores e seus impactos ao observador;
Discutir técnicas diversas para representação visual de quantidades, proporções, tendências, dados geoespaciais e informações gerais, bem como de storytelling e business storytelling;
Desenvolver códigos agnósticos para visualização de dados multidimensionais, mas com particular ênfase a objetivos negociais, técnicos ou científicas;
Experimentar ferramentas e plataformas modernas para construção de painéis analíticos (dashboards); e
Propor soluções de data reporting para geração de relatórios automatizados e casos de negócio dos diversos setores da economia.
Estrutura#
O curso é composto de 3 módulos. Cada módulo é subdividido em duas partes, conteúdo e avaliação, na seguinte estrutura:
Módulo 1 (20h)
Conteúdo (18h)
Avaliação: Estudo de caso 1 (2h)
Módulo 2 (20h)
Conteúdo (18h)
Avaliação: Estudo de caso 2 (2h)
Módulo 3 (20h)
Conteúdo (14h)
Avaliação: Projeto de visualização (6h)
A divisão geral acima pode ser visualizada graficamente pelo treemap abaixo, em que as áreas dos retângulo representam, proporcionalmente, a carga horária total de 60h dedicada ao curso.
Conteúdo#
Módulo 1: Fundamentos (20h)#
Conteúdo (18h)
Avaliação (2h)
Módulo 2: Técnica (20h)#
Conteúdo (18h)
Avaliação (2h)
Módulo 3: Aplicações (20h)#
Conteúdo (14h)
Dashboarding (6h)
Reporting (4h)
Business Intelligence (4h)
Seminários e demonstrações
Avaliação (6h)
Suplemento#
Metodologia de avaliação#
A metodologia de avaliação será guiada pelo Manual Orientador, salvo adaptações previamente informadas.
Templates#
Para elaborar os mini-artigos avaliativos, pode-se usar o template em formato .ODT disponibilizado aqui, ou, preferencialmente, o uso do template .TEX disponibilizado aqui.
Projeto final#
O relatório de projeto final deve ser enviado em formato .PDF utilizando como base o Modelo de Relatório Final.
Atribuição de notas#
Notas dos módulos 1 (\(N_1\)) e 2 (\(N_2\)): média aritmética das notas dos elementos de avaliação do módulo.
Nota do módulo 3 (\(N_3\)): nota do projeto final
Nota final: \(0,3N_1 + 0,3N_2 + 0,4N_3\)
Autoria#
Este material é desenvolvido e mantido pelo Prof. Gustavo Oliveira (DCC/CI/UFPB). Acesse a página pessoal pelo link:
Para saber sobre demais ações em ensino e pesquisa, projetos e oportunidades, consulte o site do grupo de pesquisa em Engenharia Computacional pelo link:
Outros livros e apostilas do professor#
Grupo 1#
Fundamentos de Matemática e Estatística para Ciência de Dados, com Andrea Rocha (UFPB)
Curso elementar para alunos de primeiro ano em áreas afins à Matemática, Estatística e Ciência de Dados que buscam aprimorar conhecimentos do ensino médio e desenvolvê-los sob a ótica computacional.
-
Curso para alunos do primeiro período de CDIA/UFPB contendo uma visão geral sobre os principais temas abordados ao longo do curso.
Grupo 2#
Introdução a Python para Ciências Computacionais e Engenharia, traduzido de Hans Fanghor (Southampton/UK)
Apostila suplementar de aprendizagem de linguagem Python para alunos de cursos de ciências exatas, com ênfase em aplicações de engenharia.
Laboratório Virtual de Métodos Numéricos
Laboratório de aplicações computacionais diversas para suporte a cursos de cálculo numérico, ou métodos numéricos, aplicável a todos os nichos de exatas. Contém miscelânea de estudos de caso, códigos práticos e materiais de consulta.
-
Curso elaborado para atendimento a estudantes do primeiro ano de Engenharia de Produção, com conteúdo misto herdado dos cursos básicos dos Grupos 1 e 2. Diferencia por adentrar em conceitos particulares de álgebra linear e otimização.