Desenvolver processos de aquisição, armazenamento, manipulação, visualização e análise de dados em múltiplos contextos e ambientes, ressaltando-se os aspectos teóricos e práticos.
Possui aportes da estatística, da linguística computacional, da ciência da computação, ciência da informação e ciência dos dados.
- Programa da Disciplina
- Recursos Didáticos
- Bibliografia
- Toby Segaran. Programming Collective Intelligence O'Reilly Media
- Wes McKinney. Python for Data Analysis O'Reilly Media
- Steven Bird, Ewan Klein, Edward Loper. Natural Language Processing with Python O'Reilly Media
- Philipp K. Janert. Data Analysis with Open Source Tools. O'Reilly Media
- Matthew A. Russell. Mining the Social Web. (2nd edition) O'Reilly Media
- Ian H. Witten, Eibe Frank, Mark A. Hall. Data Mining: Practical Machine Learning Tools and Techniques (Third Edition). Morgan Kaufmann. 2011
- Anand Rajaraman, Jeff Ullman. Mining of Massive Datasets (v1.1)
- Dean Abbott. Applied Predictive Analytics: Principles and Techniques for the Professional Data Analyst
- Software (ecossistema Python)
- Anaconda (Ambiente Python no Windows / Mac)
- Jupyter Notebook (antigo Ipython) (Para Linux)
- Python PIP (facilita a instalação de pacotes)
- The Python Tutorial
- Tutorial Git
- Tutorial Git em português
- Pacotes Python Adicionais
- Python Pandas
- Python Matplotlib
- Python Seaborn
- Python Numpy
- Python Scipy
- Pylab
- Python StatsModels
- Python Scikit Learn
- Python NLTK
- Python NetworkX
- Python FeedParser
- Python Beautiful Soup
- Python XLRD (Excel Reader)
- Python pymysql
- Python SQLite
- Python MongoDB
- Python Orange
- Python ETE: Environment for phylogenetic Tree Exploration
- Pydot2
- Python Gensim
- Python Pillow
- Cython
- Python RE / Python RE2
- TPOT
- Topicmodelling
- Python ODO
- Python Requests
- Outros Softwares