Tópicos Avançados em Ciência de Dados

Objetivos

Identificação e aplicação de técnicas de ciência de dados para a extração de conhecimento a partir de diversas fontes de dados com um foco em NLP e Information Retrieval. Veremos como lidar e explorar com texto (processamento de linguagem natural), dados de interação (sistemas de recomendação e regras de associação), sequências (sequence mining) e redes num contexto de web e redes sociais (link analysis). Também abordaremos outlier detection e aplicações neste contexto.

Programa

1. Processamento de Linguagem Natural:

• representação de texto

• pré-processamento

• tarefas de NLP

• abordagens clássicas e de deep learning

• aplicações de NLP

2. Web:

• information retrieval

• sistemas de recomendação: filtragem colaborativa, fatorização de matrizes e abordagens deep learning

• análise de ligações

3. Extração de padrões frequentes

• itemsets frequentes e regras de associação

• algoritmos Apriori e FP-Growth.

• sumarização de itemsets e seleção de regras

• abordagens deep learning

4. Descoberta de valores raros:

• desafios

• técnicas não supervisionadas

• técnicas semi-supervisionadas

• aplicações em NLP, IR e web