PLANO INSTRUCIONAL PARA DESENVOLVIMENTO DE ATIVIDADES NÃO PRESENCIAIS
TURMA: 35485PERÍODO: 15 semanas (31/08/2020 à 11/12/2020)
CURSO: Engenharia de Computação
COMPONENTE CURRICULAR: Mineração de DadosCARGA HORÁRIA (75 %): 60 horas aulaAMBIENTE VIRTUAL DE APRENDIZAGEM: Google Classroom
PROFESSOR: Paulo Ribeiro Lins Júnior
UNIDADE AULA TÓPICO TEMA OBJETIVOSRECURSOSDIDÁTICO -
PEDAGÓGICOS
INSTRUMENTODE AVALIAÇÃO
PERÍODOATIVIDADE
INDIVIDUAL/PONTUAÇÃO
ATIVIDADECOLABORA-
TIVA/PONTUAÇÃO
CARGA-HORÁRIA
(h/a)
I 1
Introduçãoao
AprendizadoSupervisio-
nado
Introdução à classifi-cação
• resolver o pro-blema da classi-ficação usandoalgoritmo dosk-vizinhos maispróximos (KNN)
• realizar avaliaçãode desempenho daclassificação
Aulaassíncrona
(vídeo aulase texto
digital) esíncrona
Lista deexercícios
31/08 à04/09
Exercícios/33
Fórum dediscus-são/
0
4
I 2
Introduçãoao
AprendizadoSupervisio-
nado
Introdução à regres-são
• introdução aoproblema de re-gressão, usandoregressão linear
Aulaassíncrona
(vídeo aulase texto
digital) esíncrona
Lista deExercícios
07/09 à11/09
Exercícios/33
Fórum dediscus-são/
0
4
• realizar avaliaçãode desempenho deregressão
• usar regularizaçãopara dimuição deoverfitting
I 3
Introduçãoao
AprendizadoSupervisio-
nado
Pré-processamento eajuste fino de mode-los
• interpretar curvasROC
• ajustar hiperparâ-metros dos mode-los desenvolver ahabilidade de pré-processar os dadose construir pipeli-nes para aplicaçãodos modelos
Aulaassíncrona
(vídeo aulase texto
digital) esíncrona
Lista deExercícios;Projeto daunidade
14/09 à18/09
Exercícios/34;
Projeto/100
Fórum dediscus-são/
0
4
II 4Classificadores
LinearesIntrodução a classifi-cadores lineares
• usar classifica-dores lineares,principalmenteregressão logísticae SVM;
• discussão de fun-ções de perdacomo base parao entendimentoaprofundadodesses algoritmos
Aulaassíncrona
(vídeo aulase texto
digital) esíncrona
Lista deExercícios
21/09 à25/09
Exercícios/34
Fórum dediscus-são/
0
4
II 5Classificadores
Lineares Regressão logística
• usar regressão lo-gística para classi-ficação
• interpretar os re-sultados desse mo-delo e o uso de re-gularização
Aulaassíncrona
(vídeo aulase texto
digital) esíncrona
Lista deExercícios
28/09 à02/10
Exercícios/33
Fórum dediscus-são/
0
4
II 6Classificadores
LinearesMáquina de vetor desuporte (SVM)
• apresentar os de-talhes de máqui-nas de vetor de su-porte para classifi-cação
• ajustar hiperparâ-metros para essemodelo
• usar kernels paraajustar limites dedecisão não linea-res
Aulaassíncrona
(vídeo aulase texto
digital) esíncrona
Lista deExercícios;Projeto daunidade
05/10 à09/10
Exercícios/33;
Projeto/100
Fórum dediscus-são/
0
4
III 7Modelos
Baseados emÁrvores
Árvores para regres-são e classificação
• aplicar árvoresde decisão paraos problemasde regressão eclassificação
Aulaassíncrona
(vídeo aulase texto
digital) esíncrona
Lista deExercícios
12/10 à16/10
Exercícios/25
Fórum dediscus-são/
0
4
• discutir e interpre-tar o conceito decompensação viés-variância e seu usocontra overfitting eunderfitting
III 8Modelos
Baseados emÁrvores
Bagging e florestasaleatórias
• discutir o conceitobagging e de árvo-res aleatórias
• ajustar hiperparâ-metros para mo-delos baseados emárvores
Aulaassíncrona
(vídeo aulase texto
digital) esíncrona
Lista deExercícios
19/10 à23/10
Exercícios/25
Fórum dediscus-são/
0
4
III 9Modelos
Baseados emÁrvores
Classificação e re-gressão usando omodelo XGBoost
• realizar extremegradient boostingusando XBoost
• usar XGBoost paraproblemas de clas-sificação e regres-são
Aulaassíncrona
(vídeo aulase texto
digital) esíncrona
Lista deExercícios
26/10 à30/10
Exercícios/25
Fórum dediscus-são/
0
4
III 10Modelos
Baseados emÁrvores
Ajuste fino do mo-delo XGBoost e usoem pipelines
• decidir quando ecomo fazer ajus-tes finos no mo-delo XGBoost
• implementar omodelo XGBoostem pipelines
Aulaassíncrona
(vídeo aulase texto
digital) esíncrona
Lista deExercícios;Projeto daunidade
02/11 à06/11
Exercícios/25;
Projeto/100
Fórum dediscus-são/
0
4
IV 11AprendizadoNão Supervi-
sionadoClusterização
• usar clusterizaçãopara exploração deconjuntos de da-dos
• visualizar e inter-pretar clusteriza-ção hierárquica
Aulaassíncrona
(vídeo aulase texto
digital) esíncrona
Lista deExercícios
09/11 à13/11
Exercícios/50
Fórum dediscus-são/
0
4
IV 12AprendizadoNão Supervi-
sionadoRedução de dimensi-onalidade
• usar e interpretaranálise de compo-nentes principaispara redução dedimensionalidade
• usar e interpretarfatorização dematriz não nega-tiva para destacarcaracterísticasimportantes deum conjunto dedados
Aulaassíncrona
(vídeo aulase texto
digital) esíncrona
Lista deExercícios;Projeto daunidade
16/11 à20/11
Exercícios/50;
Projeto/100
Fórum dediscus-são/
0
4
V 13Introdução às
RedesNeurais
Fundamentos de Re-des Neurais
• usar redes neuraispara problemasde classificação eregressão, com-parando comas técnicas jáestudadas
Aulaassíncrona
(vídeo aulase texto
digital) esíncrona
Lista deExercícios
23/11 à27/11
Exercícios/33
Fórum dediscus-são/
0
4
• compreender osconceitos de pro-pagação em redesneurais
• implementar redesneurais multica-madas
V 14Introdução às
RedesNeurais
Otimização de redesneurais usando retro-propagação
• discutir a impor-tância de otimiza-ção de redes neu-rais, em especial oconceito de gradi-ente descendente
Aulaassíncrona
(vídeo aulase texto
digital) esíncrona
Lista deExercícios
30/11 à04/12
Exercícios/33
Fórum dediscus-são/
0
4
• implementar redesneurais com retro-propagação
V 15Introdução às
RedesNeurais
Implementação deRedes Neurais comKeras
• construir redesneurais usando abiblioteca keras
• realizar e interpre-tar ajustes finospara modelosimplementadosusando a biblio-teca keras
Aulaassíncrona
(vídeo aulase texto
digital) esíncrona
Lista deExercícios;Projeto daunidade
07/12 à11/12
Exercícios/34;
Projeto/100
Fórum dediscus-são/
0
4
Pontuação das Atividades Individuais e Colaborativas Realizadas por Unidade 100 pontos
Pontuação dos Projetos por Unidade 100 pontos
A avaliação constará de dois ítens a serem considerados:
• os exercícios das listas (E), que valerão 40% da nota da unidade;
• o projeto (P), que valerá 60% da nota da unidade,
de forma que a nota de cada unidade (NU) será calculada da seguinte forma
NUi = 0.4 · Ei + 0.6 · Pi
em que i indica o número da unidade.A nota final da disciplina (N F) será a média das notas das unidades
N F =NU1 + NU2 + NU3 + NU4 + NU5
5.
Paulo Ribeiro Lins JúniorDocente Responsável
Mat. SIAPE: 3691095
Local/Data da AprovaçãoAssinatura da Subcomissão Local de Acompanhamento das Atividades
Não Presenciais do Curso
PLANO INSTRUCIONAL PARA DESENVOLVIMENTO DE ATIVIDADES NÃO PRESENCIAIS
TURMA: TEC.1463-20201-35484 CURSO: ENGENHARIA DE COMPUTAÇÃO
COMPONENTE CURRICULAR: DESENVOLVIMENTO DE SISTEMAS WEB
PROFESSOR: DEMETRIO GOMES MESTRE
PERÍODO: 2020.1
CARGA HORÁRIA (80%): 64H
TÓPICO UNIDADE AULA TEMA OBJETIVOS RECURSOS
DIDÁTICO
PEDAGÓGICOS
INSTRUME
NTO DE
AVALIAÇÃ
O
PERÍODO ATIVIDADE
INDIVIDUA
L/
PONTUAÇÃ
O
ATIVIDADE
COLABOR
ATIVA/
PONTUAÇÃ
O
CARGA
HORÁRIA
(h/a)
1 1 1
Revisão I: Fundamentos de Clientes Web, HTTP e Serviços Web.
Revisar sobre: as principais formas de atuação do cliente Web em ambientes baseados na arquitetura cliente-servidor; Serviços Web; Recursos Web, tipos de mídia e diferenças entre URI, URL e URN; e o funcionamento do protocolo HTTP e sua relação com HTML.
Slides narrados (Vídeo)/Texto com conteúdos
Tarefa (Exercício)
31/08 a 04/09/2020
3 0 4
2 1 2
Revisão II: Arquiteturas de Sistemas Web e Java para Web.
Revisar sobre: arquiteturas de sistemas web, conteúdo web dinâmico e JAVA para Web (Servlet, JSP e JSF).
Slides narrados (Vídeo)/Texto com conteúdos
Tarefa (Exercício)
05/09 a 11/09/2020
3 0 4
3 1 3
Backend: Introdução ao JAX-RS (JAVA).
Compreender os conceitos e a arquitetura da tecnologia JAX-RS (JAVA).
Slides narrados (Vídeo)/Texto com conteúdos
Tarefa (Exercício)
12/09 a 18/09/2020
5 0 4
4 2 4
Backend: Introdução ao Spring Boot (JAVA).
Compreender os conceitos e a arquitetura da tecnologia Spring Boot (JAVA).
Slides narrados (Vídeo)/Texto com conteúdos
Tarefa (Exercício)
19/09 a 25/09/2020
5 0 4
5 2 5
Backend: Implementando API REST em Spring Boot - Parte I.
Desenvolver habilidades de construção de API REST usando Spring Boot.
Slides narrados (Vídeo)/Texto com conteúdos
Tarefa (Exercício)
26/09 a 02/10/2020
5 0 4
6 2 6
Backend: Implementando API REST em Spring Boot - Parte II.
Compreender como conectar a API REST desenvolvida em Spring Boot com banco de dados.
Slides narrados (Vídeo)/Texto com conteúdos
Tarefa (Exercício)
03/10 a 09/10/2020
5 0 4
7 2 7
Backend: Implementando API REST em Spring Boot - Parte III.
Compreender como gerenciar a autenticação de usuários na API REST desenvolvida em Spring Boot com JWT (Json Web Tokens).
Apresentação do Projeto da disciplina e seus respectivos milestones: Sistema de Gestão de Projetos de Pesquisa.
Slides narrados (Vídeo)/Texto com conteúdos
Tarefa (Exercício)
10/10 a 16/10/2020
0 20 4
8 2 8
Acompanhamento de Projeto: Backend do Sistema de Gestão de Projetos de Pesquisa.
Desenvolver o backend do Sistema de Gestão de Projetos de Pesquisa (Projeto da disciplina).
Slides narrados (Vídeo)/Texto com conteúdos
Milestone de projeto da disciplina
17/10 a 23/10/2020
5 0 4
9 2 9
Frontend: Conceitos para Construção de Interfaces Web com HTML5, CSS3 e JavaScript ES5.
Compreender com é feita a construção de Interfaces Web usando HTML5, CSS3 e JavaScript ES5.
Slides narrados (Vídeo)/Texto com conteúdos
Tarefa (Exercício)
24/10 a 30/10/2020
5 0 4
10 2 10
Frontend: Implementando Interfaces Web com HTML5, CSS3 e JavaScript ES6.
Desenvolver habilidades de construção de Interfaces Web usando HTML5, CSS3 e JavaScript ES6.
Slides narrados (Vídeo)/Texto com conteúdos
Tarefa (Exercício)
31/10 a 06/11/2020
5 0 4
11 3 11
Frontend: Implementando Interfaces Web com ReactJS - Parte I.
Desenvolver habilidades de construção de Interfaces Web usando ReactJS. Técnicas a serem desenvolvidas:
Instalação e configuração do ambiente de desenvolvimento e criação de componentes JSX;
Passagem de parâmetros para componentes e componentização de JSX.
Slides narrados (Vídeo)/Texto com conteúdos
Tarefa (Exercício)
07/11 a 13/11/2020
3 0 4
12 3 12
Frontend: Implementando Interfaces Web com ReactJS - Parte II.
Desenvolver habilidades de construção de Interfaces Web usando ReactJS. Técnicas a serem desenvolvidas:
Propagação de informação entre componentes;
Uso de funções para construção de componentes.
Slides narrados (Vídeo)/Texto com conteúdos
Tarefa (Exercício)
14/11 a 20/11/2020
0 20 4
13 3 13
Acompanhamento de Projeto: Frontend do Sistema de Gestão de
Desenvolver o frontend do Sistema de Gestão de Projetos de Pesquisa (Projeto da disciplina).
Slides narrados (Vídeo)/Texto com conteúdos
Milestone de projeto da disciplina
21/11 a 27/11/2020
3 0 4
Projetos de Pesquisa.
14 3 14
Frontend: Entendendo o conceito de rotas do ReactJS.
Compreender como o sistema de rotas funciona na tecnologia ReactJS.
Slides narrados (Vídeo)/Texto com conteúdos
Tarefa (Exercício)
28/11 a 04/12/2020
3 0 6
15 3 15
Integração Frontend com Backend: Juntando os dois mundos. Acompanhamento final do Projeto.
Compreender como é feita a integração entre o frontend (desenvolvido em HTML 5, CSS 3 e ReactJS) e o backend (desenvolvido em Spring Boot) por meio de autenticação utilizando JWT. Concluir a implementação do projeto da disciplina.
Slides narrados (Vídeo)/Texto com conteúdos
Tarefa (Exercício)
05/12 a 11/12/2020
10 0 6
Pontuação das Atividades Individuais e Colaborativas realizadas no Ambiente Virtual de Aprendizagem Google Sala de
Aula 100 Pontos