INFO
Curso: Dados em Movimento: Analisando Séries
Temporais com Python
Carga Horária: 30h
Modalidade: Online
Turno/Horário: Segunda a Quinta| 9:00h às 17:00h
Período: 26/02 a 29/02/2024
Professor (a): Ricardo Araújo Rios
Informações em: https://bit.ly/ufba-tomorrow-fevereiro
Inscrição em: https://bit.ly/ufba-tomorrow-fevereiro-form
NÍVEL DO CURSO
Básico/Intermediário
OBJETIVOS DO CURSO
Conhecer as principais ferramentas de análise de séries temporais.
OBJETIVOS ESPECÍFICOS
Conhecer as principais características dos dados com dependência temporal
Estudar as ferramentas básicas para decomposição de séries temporais
Implementar as principais ferramentas estatísticas para modelagem e previsão de séries temporais
Implementar modelos de Aprendizado de Máquina para dados temporais
POR QUE DEVO FAZER ESTE CURSO?
Este curso foi desenvolvido com o objetivo de apresentar as principais ferramentas para modelagem de dados com dependência temporal. Esse tipo de dado tem atraído a atenção de diversos pesquisadores e profissionais do mercado de trabalho que buscam compreender o comportamento de sistemas ao longo do tempo. Durante o curso, serão abordadas ferramentas baseadas em Estatísticas e em Inteligência Artificial para modelar dados de meio ambiente, do mercado financeiro, de evolução de doenças e de sistemas de monitoramento de segurança. Além da apresentação dos conceitos fundamentais, parte da disciplina será conduzida com base em uma metodologia prática (“hands on”) com dados coletados do mundo real.
EMENTA
Introdução a Séries Temporais; Pré-processamento de Séries Temporais; Decomposição de Séries Temporais; Modelagem com ferramentas Estatísticas; Modelagem com Aprendizado de Máquina; Avaliação de Modelos.
SOBRE O PROFESSOR
Ricardo Rios é professor adjunto do Instituto de Computação e pesquisador na área de Inteligência Artificial, atuando em temas como Análise de Séries Temporais, Aprendizado de Máquina, Redes Neurais Profundas e Ciência de Dados. Atualmente, Ricardo coordena o grupo de pesquisa CInO (Computational Intelligence and Optimization Research Lab). Em colaboração com pesquisadores da academia e indústria, Ricardo tem buscado resolver problemas em diferentes aplicações reais nas áreas de Medicina, Vulcanologia, Transporte Público e Biodiversidade. Além de publicar diversos artigos nessas áreas, Ricardo é editor da revista científica Expert Systems with Applications (Elsevier). Ricardo é pesquisador associado do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI/USP) e do Centro de Pesquisa Aplicada em Inteligência Artificial (SENAI/CIMATEC), e orientador do MBA em IA e Big Data do ICMC/USP. Em 2022, Ricardo recebeu o prêmio Google Latin American Research Awards por seu trabalho com modelagem e monitoramento da Biodiversidade Brasileira.