| Ementa/Descrição: |
Essa disciplina tem por principal objetivo apresentar os principais conceitos de Big Data e Data Science através da linguagem de programação R. Espera-se ofertar algo que seja útil aos alunos, de modo que possam trabalhar também com dados reais de suas pesquisas. Entre os principais tópicos podemos destacar: apresentação da linguagem R e uma revisão de estatística multivariada; apresentação do tidyverse e seus principais pacotes (ggplot, dplyr, tidyr, readr, purrr, tibble, stringr, forcats), com recursos eficientes para manipular dados volumosos, em matrizes gigantescas multidimensionais (e esparsas), visualização de dados complexos, processamento paralelo multithreading/multicore etc. |
| Referências: |
Verzani, John. Using R for introductory statistics. CRC press, 2018.
James, Gareth, Daniela Witten, Trevor Hastie, and Robert Tibshirani. An introduction to statistical learning. Vol. 112. New York: springer, 2013.
Prajapati, Vignesh. Big data analytics with R and Hadoop. Packt Publishing Ltd, 2013.
Kasim, Adetayo, Ziv Shkedy, Sebastian Kaiser, Sepp Hochreiter, and Willem Talloen, eds. Applied biclustering methods for big and high-dimensional data using R. CRC Press, 2016.
Skillicorn, David. Understanding complex datasets: data mining with matrix decompositions. CRC press, 2007.
Campbell, Matthew. "Essential R Packages: Tidyverse." In Learn RStudio IDE, pp. 63-72. Apress, Berkeley, CA, 2019.
Wickham, Hadley, Mara Averick, Jennifer Bryan, Winston Chang, Lucy D'Agostino McGowan, Romain François, Garrett Grolemund et al. "Welcome to the Tidyverse." Journal of Open Source Software 4, no. 43 (2019): 1686.
Ismay, Chester, and Albert Y. Kim. Statistical Inference via Data Science: A ModernDive into R and the Tidyverse. CRC Press, 2019. |