- Aula 01 – Apresentação, programa e ementa
- Aula 02 – Introdução a Ciência de Dados – parte 1
- Aula 03 – Ciência de dados e Biblioteconomia
- Aula 04 – Apresentação da Base de Dados ABCDM
- Aula 05 – Fontes de informação e bases de dados para a disciplina:
- Repositórios científicos:
- Repositórios governamentais:
- Repositórios de cultura:
- Aula 06 – Introdução ao pré-processamento de dados
- Vamos adotar a referência “Introdução a mineração de dados: conceitos básicos, algoritmos e aplicações” – Disponível como ebook pela BCE/UnB
- Usaremos para a aula o capítulo 02 – recomenda-se a leitura e estudo integral do capítulo.
- Aula 07 – Limpeza de dados
- Aula 08 – Apresentação do OpenRefine
- Arquivo de trabalho – Base de artigos científicos
- Estudo dirigido – resumo do artigo Análise de dados em artigos recuperados da Web of Science (WoS)
- Aula 09 – Introdução a General Expression Refine Language
- Aula 10 – Exercícios com Open Refine – 1
- Aula 11 – Exercícios com Open Refine – 2 (a partir do curso)
- Aula 12 – continuação dos exercícios da aula anterior…
- Aula 12 – Projeto
- Aula 13 – Introdução ao Python utilizando o Jupyter
- Estudo complementar sugerido: Como Pensar Como um Cientista da Computação em Python
- Aula 14 –Python – Expressões lógicas e operadores relacionais
- Aula 15 – Python – Execução condicional e alternativas
- Aula 16 – Exercícios sobre testes condicionais
- Aula 17 – Python – Comando de repetição
- Aula 18 – Exercícios de repetição
- Aula 19 – Python – Trabalhando com strings
- Aula 20 – Python – Trabalhando com arquivos
- Aula 21 – Python – Trabalhando com gráficos
- Projeto final