| Ordem e Aluno | Data da Apresentação |
|---|---|
| 1 - Taladi | 23-11-2026 |
| 2 - Débora | 23-11-2026 |
| 3 - Luis Alberto | 23-11-2026 |
| 4 - Bianca | 23-11-2026 |
| 5 - Bruno e Raffael | 26-11-2026 |
| 6 - José Arnaldo | 26-11-2026 |
| 7 - Thays Sabrina | 26-11-2026 |
| 8 - Clarisse | 30-11-2026 |
| 9 - Kauane | 30-11-2026 |
| 10 - Raúl Santos | 30-11-2026 |
Introdução à Ciência de Dados
UFPE • Departamento de Estatística
Introdução à Ciência de Dados
Ambiente oficial de aprendizagem ministrado pelo Profº Dr. Jodavid Ferreira. Acesso centralizado a slides interativos, listas práticas de exercícios, repositórios de códigos e projeto da disciplina.
📚 Tópicos e Aulas da Disciplina
Explore os conteúdos programáticos organizados por módulos pedagógicos. Clique no botão de cada aula para abrir a apresentação interativa em tela cheia.
Aula 01
Apresentação da Disciplina
Aula 02
Introdução à Inteligência Artificial
Aula 03
Conceitos de Ciência de Dados
Aula 04
Introdução ao R
Aula 05
Introdução ao Python
Aula 06
Análise Exploratória de Dados (AED)
Aula 07
Git & GitHub
Aula 08
Storytelling com Dados
Aula 09
Visualização com ggplot2
Aula 10
Markdown e RMarkdown
Aula 11
Machine Learning & Processo de Aprendizagem
Aula 12
Árvore de Decisão
Aula 13
Floresta Aleatória (Random Forest)
Aula 14
k-NN (k-Vizinhos Mais Próximos)
Aula 15
SVM (Support Vector Machines)
Aula 16
Árvore & Floresta para Regressão
Aula 17
Agrupamento com k-Means
📝 Listas de Exercícios
Listas práticas para consolidação do conhecimento e preparação para as avaliações teóricas e práticas da disciplina.
1ª Avaliação
Listas 00 a 05
L00
Conceitos de IA e Ciência de Dados
Abrir Lista
L01
Exercícios Básicos de R e Python
Abrir Lista
L02
Estruturas e Manipulação de Dados
Abrir Lista
L03
Exercícios Práticos de Fixação
Abrir Lista
L04
Exercícios Markdown e RMarkdown
Abrir Lista
L05
Exercícios de Visualização com ggplot2
Abrir Lista
2ª Avaliação
Listas 06 a 09
L06
Fundamentos de Machine Learning
Abrir Lista
L07
Árvore de Decisão e Random Forest
Abrir Lista
L08
Exercícios k-NN e SVM
Abrir Lista
L09
Exercícios de Agrupamento k-Means
Abrir Lista
Bases de Dados das Listas:
💻 Códigos & Bases de Dados
Acesse os códigos-fonte demonstrados em sala de aula e os conjuntos de dados utilizados para experimentação prática.
Códigos das Aulas no GitHub
Repositório Oficial: ml_ia_codesTodos os scripts desenvolvidos em aula para R e Python, incluindo notebooks de Árvores de Decisão, Random Forest, SVM e k-means.
git clone https://github.com/Jodavid/ml_ia_codes.git
Base de Dados de Exemplo
Kaggle DatasetConjunto de dados utilizado em atividades práticas e demonstrações de análise exploratória e modelagem preditiva em rodovias federais.
Traffic Accidents on Highways in Brazil (pt-BR)
Acidentes em rodovias federais com múltiplos atributos temporais e espaciais.
📑 Projeto Prático & Atividades
Trabalho Final da Disciplina
Baixar Normas do Trabalho (PDF)
Projeto Aplicado em Ciência de Dados
O projeto prático consiste no ciclo integral de solução de um problema real com dados: definição do problema, coleta e higienização dos dados, análise exploratória aprofundada com visualização de dados, modelagem preditiva com algoritmos estudados e apresentação executiva dos insights.
1. Formulação
Definição do problema e seleção de base de dados relevante.
2. AED & Limpeza
Tratamento de missings, outliers, novas features e visualizações.
3. Modelagem
Treinamento e comparação de modelos supervisionados ou clustering.
4. Apresentação
Pitch final com storytelling e repositório de código limpo.
Tabela da Ordem de Apresentações
💡 Instruções para Uso dos Notebooks no Google Colab
Como Executar os Scripts no Google Colab
Siga o passo a passo para executar, editar e salvar seus códigos diretamente no seu Google Drive pessoal ou institucional.
1
Acesso ao Script
O notebook está compartilhado em modo de visualização. Para garantir a integridade dos códigos originais, o arquivo base não permite edição direta.
2
Salvar uma Cópia
No menu superior do Google Colab, clique em Arquivo → Salvar uma cópia no Drive.... Uma cópia independente será salva na sua conta Google.
3
Executar & Personalizar
Abra a sua cópia e sinta-se livre para rodar cada célula, testar novos parâmetros, fazer uploads de novos arquivos e criar suas próprias soluções.