File 1

INTRODUÇÃO
Ciência de dados é um ramo multidisciplinar da ciência que

envolve técnicas de computação, inteligência artificial, estatística e
otimização, com o intuito de resolver problemas analiticamente
complexos, tendo conjunto de dados como núcleo de operação. O
processo de descoberta de conhecimento a partir de dados compreende
um conjunto de etapas que envolvem desde a organização e limpeza da
informação até a validação e o uso da informação obtida. Um cientista
de dados precisa ter conhecimento das diversas modalidades de técnicas
que podem ser empregadas em cada uma das etapas do processo de
Ciência de Dados, sendo ainda capaz de validar resultados e respeitar
aspectos éticos.
O objetivo geral deste curso é fornecer uma visão geral do que é
Ciência de Dados, as suas principais etapas e o ferramental matemático e
computacional tipicamente empregado em cada uma das etapas. Por sua
vez, os objetivos específicos são:
! Apresentar as técnicas matemáticas e computacionais de forma
simples e intuitiva, permitindo ao estudante compreender como
elas funcionam, quando e em que tipo de problemas devem ser
empregadas e quais são as suas limitações.
! Apresentar exemplos de aplicações reais do processo de extração e
geração de conhecimento via Ciência de Dados.
! Discutir os aspectos éticos envolvidos em Ciência de Dados.
Apresentação geral da estrutura

O presente material didático é um conjunto de bibliografias
recomendadas. A área de Ciência de Dados é bastante recente e abrange
uma gama grande de técnicas e conceitos. O conteúdo que deve ser
ministrado em um curso de Ciência de Dados é ainda uma questão em
discussão, sendo que pesquisadores e profissionais da área divergem sobre
quais são os conceitos realmente essenciais e como tais conceitos devem
ser abordados e organizados. Além disso, Ciência de Dados tem sido alvo
de interesse de estudantes e profissionais com formação muito variada, o
que torna a construção de material didático sobre esse tema um desafio,
pois tal material deve ser capaz de capacitar e educar tanto
estudantes de Matemática e Computação quanto profissionais das áreas de Direito e Finanças. A
falta de uma metodologia educacional consolidada nesse cenário nos motivou a optar pelas
bibliografias recomendadas em vez da construção de uma apostila, a qual certamente estaria
ultrapassada em pouquíssimo tempo.
Dessa forma, cada unidade do curso sugere um conjunto de leituras, além de links para
material on-line relacionado ao tema da unidade. As leituras principais detalham o que foi
apresentado e discutido nas videoaulas.
Pré-requisito
Os textos indicados neste material didático, bem como em outros pontos da disciplina, são
em inglês, uma vez que há pouco conteúdo em língua portuguesa que atenda ao crivo de seleção de
informações consideradas pelos autores desta disciplina como basilares para a introdução à Ciência
de Dados. Sem dúvida, há na web um sem-número de textos nos seus diferentes contextos e
aplicações, no entanto, este curso presta-se ao serviço de contemplar os conteúdos mais atuais e
mais robustos voltados à Ciência de Dados, e a exploração desses materiais, em língua inglesa, não
é só necessária como também garantia de se buscar na fonte, sem traduções intermediárias.
SUMÁRIO
MÓDULO I – O QUE É CIÊNCIA DE DADOS? ......................................................................................... 7
A REVOLUÇÃO DOS DADOS .............................................................................................................. 7

TOMADA DE DECISÃO BASEADA EM DADOS ................................................................................. 8
CONHECIMENTOS E HABILIDADES DE UM CIENTISTA DE DADOS .............................................. 8
CURIOSIDADES E INQUISIÇÕES (PERGUNTAS) SOBRE DADOS .................................................... 9
CONCLUSÃO DO MÓDULO ............................................................................................................. 10
MÓDULO II – PROBLEMAS E SOLUÇÕES EM CIÊNCIA DE DADOS ................................................... 11
CIÊNCIA DE DADOS NA VIDA REAL ................................................................................................ 11

FATORES DE SUCESSO NA CIÊNCIA DE DADOS ........................................................................... 12
LIMITAÇÕES NA CIÊNCIA DE DADOS ............................................................................................. 12
MÓDULO III – CIÊNCIA DE DADOS E SUAS ETAPAS ......................................................................... 15
TIPOS DE DADOS .............................................................................................................................. 15

PREPARAÇÃO DOS DADOS ............................................................................................................. 16
EXPLORANDO E ANALISANDO OS DADOS ................................................................................... 17
SELECIONANDO MÉTODOS E AJUSTANDO MODELOS................................................................ 18
AVALIANDO MÉTODOS E MODELOS ............................................................................................. 18
MÓDULO IV – MÉTODOS MATEMÁTICOS E COMPUTACIONAIS...................................................... 21
TÉCNICAS PARA TRATAMENTO E TRANSFORMAÇÃO DE DADOS .............................................. 21

ANÁLISE DE COMPONENTES PRINCIPAIS ..................................................................................... 22
TÉCNICAS DE AGRUPAMENTO ....................................................................................................... 23
MODELOS DE REGRESSÃO .............................................................................................................. 24
MODELOS DE CLASSIFICAÇÃO ....................................................................................................... 25
Parte I ........................................................................................................................................ 25
Parte II ....................................................................................................................................... 26
MÓDULO V – EXEMPLOS REAIS .......................................................................................................... 29
ESTRUTURA DE UM PROJETO DE CIÊNCIA DE DADOS ................................................................ 29

CASE STUDY 1 – CÂNCER DE MAMA EM WISCONSIN .................................................................... 29
CASE STUDY 2 – PREVENDO PREÇOS DE AÇÕES BASEADOS EM MÍDIAS SOCIAIS .................... 30
MÓDULO VI – QUESTÕES ÉTICAS EM CIÊNCIA DE DADOS ............................................................... 31
PRIVACIDADE E SEGURANÇA .......................................................................................................... 31

CALLING BULLSHIT ............................................................................................................................. 32
PRÓXIMA GERAÇÃO DE CIENTISTAS DE DADOS .......................................................................... 32
CONLUSÃO ........................................................................................................................................... 35
BIBLIOGRAFIA ...................................................................................................................................... 36
PROFESSOR-AUTOR ............................................................................................................................. 38
MÓDULO I – O QUE É CIÊNCIA DE DADOS?
Este é o nosso primeiro passo para conhecer a Ciência de Dados. Aqui, vamos definir vários
conceitos que são necessários para entender os próximos módulos de estudo, seja por meio deste
conjunto de bibliografias recomendadas ou pelo acesso às webaulas desta disciplina. Mostraremos
alguns exemplos que motivam o porquê de a Ciência de Dados ser uma área de grande importância
nos últimos anos. Além disso, aprenderemos sobre as habilidades que precisamos desenvolver e
reforçar para nos considerarmos bons cientistas de dados.
A revolução dos dados

Nesta unidade, aprenderemos diferentes conceitos relacionados à Ciência de Dados. Um dos
mais importantes é Big Data, e como esse fenômeno começou a mudar a maneira como os
problemas são resolvidos hoje.
A partir de agora, indicaremos, por meio deste material, as publicações que abordam o
conceito de Big Data e que estão já estão mundialmente consagradas, pois o nosso objetivo é que
você encontre, na fonte, a compreensão necessária para dar sequência aos seus estudos sobre Ciência
de Dados.
A general introduction to data analytics (MOREIRA et al., 2018) Seções 1.1, 1.2 e 1.3
Estas seções descrevem o conceito de Big Data, que é inicialmente definido por três “Vs”:
volume, variedade e velocidade. Da mesma forma, é feita uma relação entre Big Data e Data Science.
Quando um conjunto de dados é considerado Big Data?
The government-academia complex and big data religion
(Disponível em: <https://www.forbes.com/sites/gilpress/2014/09/09/the-government-
academia-complex-and-big-data-religion/#254394262a10>)
Este artigo descreve ideias dos momentos em que o Big Data pode ser bom e quando não
pode. Há uma ênfase no que é a religião de Big Data, na qual há seguidores apaixonados que
acreditam pertencer a um novo movimento científico que não precisa fazer perguntas, mas apenas
coletar dados e deixá-los falar por eles mesmos.
The data science handbook (CADY, 2017) Seção 13.1

Esta seção toca mais uma vez a conexão entre Big Data e Data Science, e o cuidado que deve
ser tomado ao usar ferramentas de Big Data, pois elas ainda estão em processo de evolução.
Tomada de decisão baseada em dados

Nesta unidade, veremos como a Ciência de Dados apoia a tomada de decisões baseada em
dados e, às vezes, permite tomar decisões automaticamente em grande escala.
Data science for business (PROVOST; FAWCETT, 2013): Capítulo 1, Seção Data science,
engineering, and data-driven decision making (p. 3-7)
Esta seção descreve a relação entre Ciência de Dados e tomada de decisão com base em dados
e argumenta que o objetivo final da Ciência de Dados é melhorar a tomada de decisão, uma vez
que esta é geralmente a principal meta das empresas.
Conhecimentos e habilidades de um cientista de dados

Nesta unidade, veremos duas perspectivas de quais devem ser as habilidades de um cientista
de dados. Essas duas perspectivas não são mutuamente exclusivas, pelo contrário, elas se
complementam.
Principles of data science (OZDEMIR, 2016) Capítulo 1, Seções What is data science? e The
data science Venn diagram
A primeira seção é uma breve introdução do que é Ciência de Dados e de algumas terminologias
que serão usadas. A segunda seção apresenta as habilidades que os cientistas de dados devem. Em
resumo, o diagrama descrito no texto nos mostra que a Ciência de Dados é composta de três áreas
importantes: matemática/estatística, computação e conhecimento do domínio.

File 1

Enviado por

Direitos autorais:

Formatos disponíveis

File 1

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

File 1

Enviado por

Direitos autorais:

Formatos disponíveis

INTRODUÇÃO

Ciência de dados é um ramo multidisciplinar da ciência que

Apresentação geral da estrutura

A REVOLUÇÃO DOS DADOS .............................................................................................................. 7

MÓDULO II – PROBLEMAS E SOLUÇÕES EM CIÊNCIA DE DADOS ................................................... 11

CIÊNCIA DE DADOS NA VIDA REAL ................................................................................................ 11

MÓDULO III – CIÊNCIA DE DADOS E SUAS ETAPAS ......................................................................... 15

TIPOS DE DADOS .............................................................................................................................. 15

MÓDULO IV – MÉTODOS MATEMÁTICOS E COMPUTACIONAIS...................................................... 21

TÉCNICAS PARA TRATAMENTO E TRANSFORMAÇÃO DE DADOS .............................................. 21

MÓDULO V – EXEMPLOS REAIS .......................................................................................................... 29

ESTRUTURA DE UM PROJETO DE CIÊNCIA DE DADOS ................................................................ 29

PRIVACIDADE E SEGURANÇA .......................................................................................................... 31

A revolução dos dados

The data science handbook (CADY, 2017) Seção 13.1

Tomada de decisão baseada em dados

Conhecimentos e habilidades de um cientista de dados

Você também pode gostar