Ementas Disciplinas 2019

Disciplina: Estatística

Professor: Prof. Júlio Cesar Nievola / Paulo Macuchen Nogas
Carga Horária: 30h/a (2 créditos)
Objetivo: Os alunos deverão ser capazes de reconhecer e aplicar os principais conceitos estatísticos em situações reais.

Ementa: Conceitos de Estatística. Estatística Descritiva. Testes paramétricos usando Excel. SPSS: conceitos, descritiva e testes. Testes paramétricos e não-paramétricos sobre duas variáveis. Testes paramétricos e não-paramétricos sobre três ou mais variáveis. Correlação e regressão, simples e múltipla. Tópicos de Estatística Multivariada.

Forma de Avaliação: Prova escrita e apresentação de trabalho.

Referências:
1. Estatística: teoria e aplicações – usando o microsoft excel em português. 5 ed., Levine, David M.; Berenson, Mark L.; Krehbiel, Timothy C.; Stephan David. Rio de Janeiro: LTC, 2009.
2. Statistics for business and economics. 10 ed., McClave, James; Benson, P. George; Sincich, Terry. Upper Saddle River: Pearson Education, 2008.
3. A prática da estatística empresarial: como usar dados para tomar decisões. Moore, David S.; McCabe, George P.; Duckworth, William M.; Sclove, Stanley L. Rio de Janeiro: LTC, 2006.
4. Nonparametric Statistics for Non-Statisticians – A Step-by-step Approach. Corder, G.W., and Foreman, D.I., John Wiley & Sons, Inc., Publication. 2009.
5. Sheski, D.J. Handbook of Parametric and Nonparametric Statistical Procedures. 5th Edition, Chapman and Hall/CRC. 2011.
6. Artigos Específicos que serão distribuídos durante o período.



Disciplina: Segurança de Sistemas Computacionais

Carga horária: 30h/a
Créditos: 2cr
Responsável: Prof. Altair O. Santin.
Ementa: Cenários de (in)segurança, Fundamentos de Segurança Computacional: Propriedades, Políticas, Violações; Modelos, Serviços e Mecanismos de Autenticação e Controle de Acesso; Controles Criptográficos: Sistemas Criptográficos, Assinatura digital, Gerência de chaves, PKI (Public Key Infrastructure). Segurança em Sistemas Distribuídos: Autenticação, Autorização, Controle de Acesso, Políticas. Estudo de Casos - tecnologias de segurança de sistemas computacionais.



Disciplina: Inteligência Artificial

Carga horária: 30h/a
Créditos: 2cr
Responsável: Prof. Edson Emílio Scalabrin.
Ementa: Introdução à resolução de problemas, Algoritmos de Busca, Busca Heurística,
Best First, A* e Grafos AND/OR. Sistemas especialistas. Raciocínio progressivo e regressivo.
Introdução à Aprendizagem de Máquina e a algoritmos de aprendizagem simbólica.
Planejamento (planning).



Disciplina: Da Linguagem Natural a Informação:

Definição de Processamento de Linguagem Natural, Recuperação da Informação, Linguística Computacional. Operações básicas de processamento de textos. Expressões Regulares. Similaridade entre Textos.
Ontologia Léxica. Extração e Recuperação da Informação. Mineração de Textos. Classificação de Textos. Análise de Sentimentos.



Disciplina: Advanced Topics in Computational Intelligence

Professor: Carlos Silla e Jean Paul Barddal
Carga Horária: 30h/a (2 créditos)
Ementa: Classificação multi-label. Classificação Hierárquica. Mineração de data streams: conceitos, métodos para classificação, regressão e agrupamento. Mudança de conceito e detectores. Aprendizagem por reforço.
Pré-requisitos: Mineração de Dados e Aprendizagem de Máquina
Forma de avaliação: trabalho em formato de artigo.
Importante: A disciplina será ministrada em língua inglesa.



Disciplina: Redes de Comunicação Sem Fio

Carga Horária: 30hr/a
Créditos: 2cr
Responsável: Prof. Marcelo Eduardo Pellenz
Ementa: Introdução as Comunicações Sem Fio, Modelos de Propagação de Pequena e de Larga Escala, Limites Teóricos para a Capacidade de Canal, Esquemas de Transmissão Digital e Métricas de Desempenho, Técnicas de Diversidade e Estratégias de Múltiplo Acesso, Capacidade de Transmissão das Redes Sem Fio, Tecnologias, Protocolos e Aplicações Emergentes na Área de Comunicação Sem Fio: Internet das Coisas (IoT), Smart Grids, Smart Cities, Redes de Sensores Sem Fio e Sistemas 4G/5G.



Disciplina: Fundamentos de Matemática Computacional

Ementa: Variáveis aleatórias. Probabilidade condicional. Teorema de Bayes. Classificador naive Bayes. Distribuição de probabilidade conjunta. Covariância e correlação. Processo de Poisson. Cadeias de Markov. Simulação de variáveis aleatórias. Simulação por eventos discretos. Simulação de cadeias de Markov.



Disciplina: Fundamentos de IOT

  • Fundamentos de IOT
  • Dispositivos
  • Arquitetura para processamento
  • Protocolos
  • Aplicações