Ementas Disciplinas 2024

Disciplina: Advanced Topics in Computational Intelligence

Carga horária: 30h/a
Créditos: 2cr
Professor: Carlos Silla
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: Agentes de Software

Carga horária: 30h/a
Créditos: 2cr
Professor: Prof. Fabrício Enembreck
Ementa:Sistemas Multi-agentes, princípios gerais e aplicações. Agentes autônomos e sistemas multi-agentes. Introdução à resolução distribuída de problemas. Cooperação, Coordenação e Negociação. Comunicação entre agentes. Arquiteturas de comunicação. Linguagens de comunicação e conteúdo. Protocolos de interação. Modelos e arquiteturas de agentes. Taxonomia de Agentes. Agentes Autônomos, reativos, deliberativos e adaptativos. AUML


Disciplina: Aprendizagem de Máquina

Carga horária: 30h/a
Créditos: 2cr
Professor: Prof. Alceu de Souza Britto Junior
Ementa:Introdução. Aprendizagem de Conceito. Aprendizagem com Árvores de Decisão. Aprendizagem Bayesiana. Aprendizagem Baseada em Instâncias. Aprendizagem de Redes Neurais. Aprendizagem Não-Supervisionada. Avaliação de Hipóteses. Tópicos Selecionados.


Disciplina: Ciência de Dados

Carga horária: 30h/a
Créditos: 2cr
Professor: Jean Paul Barddal
Ementa: Estatísticas básicas: distribuições, curtose e assimetria. Correlações: Pearson e Spearman. Visualização de Dados. Análise Exploratória de Dados: análises de dados univariadas e multivariadas. Identificação e tratamento de valores faltantes. Identificação de outliers. Redução de dimensionalidade: PCA e t-SNE.


Disciplina: Da Linguagem Natural a Informação:

Carga horária: 30h/a
Créditos: 2cr
Professor: Prof. Emerson Cabrera Paraíso
Ementa: 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: Estatística

Professor: Prof. Júlio Cesar Nievola
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: Fundamentos de Algoritmos e Estrutura de Dados

Carga horária: 30h/a
Créditos: 2cr
Professor: Prof. Andre Gustavo Hochuli
Ementa:Conceitos Básicos: Função dos algoritmos na computação. Recorrências, Complexidade. Métodos de Ordenação, Estruturas de Dados Elementares (listas, pilhas, filas), Tabelas hash. Árvores binárias, Árvores balanceadas: AVL e vermelho-preto, estruturas svançadas: heaps, árvores digitais, árvore PATRICIA Grafos. Algoritmos elementares, Caminhamentos, busca de caminhos mais curtos, fluxo em Redes, Cálculo do Fluxo Máximo, algoritmo de Ford-Fulkerson. Tópicos avançados, programação dinâmica, algoritmos gulosos, algoritmos para correspondência de cadeias, problemas NP-completos


Disciplina: Fundamentos de Big Data

Carga horária: 30h/a
Créditos: 2cr
Professor: Prof. Eduardo Kugler Viegas
Ementa:Ecosistemas de Big Data, Armazenamento Distribuído, Processamento em Lote para Big Data, MapReduce, Apache Spark, Apache Spark SQL, Aprendizagem de Máquina Distribuída, Apache MLib.


Disciplina: Fundamentos de Engenharia de Software

Carga horária: 30h/a
Créditos: 2cr
Professor: Prof.ª Andreia Malucelli e Sheila Reinehr
Ementa:

  • Introdução à Engenharia de Software
  • Modelos de Ciclo de Vida de Software
  • Engenharia de Requisitos
  • Especificação de Sistemas de Software usando UML
  • Verificação, Validação e Teste de Software
  • Gerência de Projetos de TI
  • Métricas de Software
  • Qualidade de Software



Disciplina: Fundamentos de IOT


Carga horária: 30h/a
Créditos: 2cr
Professor: Prof. Marco Antonio Simões Teixeira
Ementa: A disciplina de Fundamentos de IoT tem como finalidade estudar os conceitos e técnicas aplicados a Internet das coisas, ou em inglês, Internet of things (IoT). Para se entender o conceito de IoT, é necessário realizar uma revisão sobre redes de comunicação e protocolos de comunicação, sendo a primeira parte da matéria. Em seguida, é estudado os dispositivos (coisas), como sensores, microcontroladores, como por exemplo a ESP32, entre outros. Por fim, será estudado como aplicar estas técnicas a um problema real, em formato de trabalho prático. Ao final, o estudante será capaz de compreender o conceito de IoT, entender as suas principais vantagens e dificuldades e implementar técnicas de software e hardware para aplicações IoT de controle e coleta de dados.


Disciplina: Fundamentos de Matemática Computacional

Carga Horária: 30hr/a
Créditos: 2cr
Professor: Vinicius Souza
Ementa: A disciplina de Fundamentos de Matemática Computacional é de natureza teórica/prática ofertada aos estudantes que necessitam desenvolver soluções computacionais que envolvam conceitos e estruturas fundamentais da matemática relacionadas à Álgebra Linear, tais como vetores, espaços vetoriais, transformações lineares, sistemas de equações lineares e matrizes. Durante a disciplina, o estudante identifica teorias e notações, interpreta representações de maneira algébrica e geométrica, aplica e desenvolve algoritmos envolvendo cálculos e operações com vetores e matrizes. Ao final, o estudante é capaz de compreender descrições de algoritmos e descrever suas soluções utilizando notação matemática, bem como desenvolver soluções aplicando conceitos de Álgebra Linear. É recomendado que o estudante possua conhecimento de raciocínio algorítmico.


Disciplina: Inteligência Artificial

Carga horária: 30h/a
Créditos: 2cr
Professor: 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: Metodologia de Pesquisa em Computação

Carga horária: 30h/a
Créditos: 2cr
Responsável: Prof.ª Andreia Malucelli e Sheila Reinehr
Ementa:Paradigmas em Ciência. Metódos e Conhecimento. Problemas, Hipóteses e Avaliação de Projetos em Computação. Normas para produção de documentos e de artigos científicos.


Disciplina: Mineração de Dados

Professor: Prof. Júlio Cesar Nievola
Carga Horária: 30h/a (2 créditos)
Ementa: Introdução a data mining: objetivos e principais características. Tarefas de data mining: classificação, clustering (agrupamento), associação, descoberta de leis científicas, etc. Descoberta de regras de associação: algoritmo básico.


Disciplina: Paradigmas de Linguagem de Programação

Carga horária: 30h/a
Créditos: 2cr
Professor: Prof. Fabrício Enembreck / Prof. Edson Emílio Scalabrin
Ementa:Programação Lógica, Programação Funcional, Programação Orientada a Objetos, Linguagens de programação orientada a objetos, Introdução a modelagem orientada a objetos em UML.


Disciplina: Qualidade de Software

Carga horária: 30h/a
Créditos: 2cr
Responsável: Prof.ª Andreia Malucelli e Sheila Reinehr
Ementa:Qualidade de Produto de Software. Qualidade de Processo de Software. Qualidade de Serviços de TI. Modelos e Normas Nacionais e Internacionais de Qualidade. Pesquisa quanti e qualitativa em Qualidade de Software.


Disciplina: Redes de Comunicação Sem Fio

Carga Horária: 30hr/a
Créditos: 2cr
Professor: 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: Segurança de Sistemas Computacionais

Carga horária: 30h/a
Créditos: 2cr
Professor: 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.