Escolar Documentos
Profissional Documentos
Cultura Documentos
Informação Detalhamento
1. Nome do Curso e Área do Nome do Curso: MBA em Data Science e Statistics
Conhecimento
Área do conhecimento: Ciência da Computação
2. Justificativa
O MBA em Data Science e Statistics é um curso de
Pós-Graduação Lato Sensu que tem como objetivo
implementar os fundamentos de ferramentas para a tomada de
decisões estratégicas, por meio de estruturas de dados e da
mineração de dados.
Missão da BSBr:
Capacitar os nossos alunos e colaboradores para o
desenvolvimento pessoal profissional, contribuindo para a
formação das pessoas e das organizações.
4. Objetivos Geral:
Implementar os fundamentos de ferramentas para a
tomada de decisões para melhorar exponencialmente os
produtos, bem como as operações do dia-a-dia das
organizações.
Específicos:
Capacitar profissionais para o entendimento de metas e
estratégias na visão de propósito de negócios de uma
organização, por meio do uso adequado das análises
estatísticas para a tomada de decisão.
5. Público Alvo
Profissionais graduados nas mais diversas áreas de
Universidade Estadual Vale do Acaraú (UVA) | Pró-Reitora de Educação Continuada (PROED)
Campus Betânia - Avenida da Universidade, 850 - Betânia - CEP 62.040-370 | Sobral - Ceará
(88) 3611-6669 | proed@uvanet.br | www.uvanet.br
estudo, que desejam especialização em estatística e TI com
foco em inteligência de negócios, por meio do uso de
tecnologia da informação.
7.Coordenação
Professor Doutor José Bezerra da Silva Filho. Possui
doutorado em Engenharia pela Universidade Federal de
Campina Grande / University of Maryland at College at College
Park (USA) e mestrado em Ciência da Computação pela
UFCG. Atualmente é sócio-diretor do Instituto de Capacitação
Business School Brasil - BSBr e trabalhou por 34 anos no
Banco do Nordeste do Brasil (BNB). Foi o coordenador
fundador do Mestrado em Informática Aplicada da Unifor. Já
coordenou 32 cursos de especialização.
Básica:
MANUAL DE ANÁLISE DE DADOS: Estatística e
Modelagem Multivariada com Excel SPSS e Stata. 1. ed. São
Paulo: GEN LTC, 2017. 1216 p. ISBN 8535270876.
DATA SCIENCE PARA NEGÓCIOS: O que você
precisa saber sobre Mineração de Dados e Pensamento
Analítico de Dados. 1. ed. [S. l.]: Alta Books, 2016. 404 p.
ISBN 8576089726.
STORYTELLING COM DADOS: um guia sobre
visualização de dados para profissionais de negócios. 2. ed.
[S. l.]: Alta Books, 2019. 256 p. ISBN 8550804681.
Complementar:
COLEÇÃO NEUROAPRENDIZAGEM: Aprendendo
Inteligência. 1. ed. [S. l.]:Aleph, 2018. 768 p.ISBN
8550804681.
A ARTE de lidar com pessoas: A inteligência
interpessoal aplicada. 5. ed. [S. l.]: Planeta, 2007. 168 p. ISBN
8576652390.
KAHNNEMAN, Daniel. Rápido e devagar: duas formas
de pensar. 19. reimpr. Rio de Janeiro: Objetiva, 2017. 608p., il.
ISBN 9788539003839.
Referências:
Básica:
BARBETTA, Pedro Alberto; REIS, Marcelo Menezes;
BORNIA, Antônio Cézar.
ESTATÍSTICA para Cursos de Engenharia e
Informática. Editora Atlas, 3ª edição, 2010.
BUSSAB, Wilton de O. e MORETTIN, Pedro A.
Estatística Básica Editora Saraiva, 8ª edição, 2013.
TRIOLA, Mário F., Introdução à Estatística, LTC
Editora, 11ª edição, 2013.
Complementar:
HOEL, P.G.; PORT, S.C. & STONE, C.J. Introdução à
Teoria da Probabilidade. Ed. Inter ciência, 1978; ROSS,
Sheldon, Probabilidade: Um curso Moderno com Aplicações, 8
ed. Porto Alegre, Bookman, 2010.
SPIEGEL, Murray R e STEPHENS, Larry J. Estatística.
Bookman, 4ª edição, 2009.
MOOD, A.M.; GRAYBILL, F.A. ; BOES, D.C.
Introduction to the Theory of Statistics. MacGraw-Hill, 1974.
FÁVERO, L. P., Belfiore, P. Manual de Análise de
Dados: Estatística e Modelagem Multivariada com Excel®,
SPSS® e Stata®. Brasil: Elsevier Editora Ltda, 2017.
Referências:
Básica:
MORGADO, A. C. Análise combinatória e
probabilidade. Rio de Janeiro: [s.n.], 2000. 191 p. (Coleção do
Professor de Matemática).
DANTAS, C. A. B. Probabilidade: um curso introdutório.
3. ed. São Paulo: Ed. USP, 2008.
MEYER, P. L. Probabilidade: Aplicações à Estatística. 2
ed. Rio de Janeiro: LTC, 1983.
Complementar:
FELLER, William. An introduction to probability theory
and its applications. 3 ed. New York: John Wiley, 1950. v.1.
499 p.
Básica:
CASSELLA. G. and Berger, L. Statistical Inference,
2nd Ed., Pacific Grove: Duxbury/Thomsom Learning. 2002.
DUDEWICZ, E., J. and Mishra, S. N. Moderm
Mathematical Statistics. 1st Ed., New Yorr: John Wiley and
Sons 1988.
MOOD. a. m., graybill, f. a., and boes, d. Introduction
to the theory of statístics, 3rd Ed., New York; McGraw Hill,
1974.
BOLFARINE, H., Bussab, W. d. O. (2005). Elementos
de Amostragem. Brasil: Blucher.
Complementar:
Básica:
HEUSER, Carlos Alberto. Projeto de Banco de Dados.
6ª ed. São Paulo: Bookman, 2008.
OLIVEIRA, Celso Henrique Poderoso de. SQL: Curso
Prático. São Paulo: Novatec, 2002.
ELMASRI, Ramez E.; NAVATHE, Shamkant. Sistemas
de Bancos de Dados. 4ª ed. São Paulo: Pearson, 2005.
Complementar:
Básica:
BORHANI, J. Watt, R and A. KATSAGGELOS, K.
Machine Learning Refined: Foundations, Algorithms, and
Applications. New York: Cambridge University Press, 2016.
BISHOP, C. M. Pattern Recognition and Machine
Learning. Springer, 2006.
ABU-MOSTAFA,Y. S., M. MAGDON-ISMAIL, and H.-T.
Lin, Learning from Data: A Short Course. AMLbook.com, 2012.
WASSERMAN, Neter, J. W. Applied linear
statistical models: regression, analysis of variance, and
experimental designs. Estados Unidos: R. D. Irwin, 1974.
Complementar
JAMES, G, WITTEN, D., HASTIE T. and R. Tibshirani,
An Introduction to Statistical Learning.
Springer, 2013.
T. Hastie, R. Tibshirani, and J. H. Friedman, The
Elements of Statistical Learning: Data Mining, Inference, and
Prediction, 2nd ed. Springer, 2009.
MURPHY, K. P. Machine Learning: A Probabilistic
Perspective. MIT Press, 2012.
FÁVERO, L. P., BELFIORE, P. Manual de Análise de
Dados: Estatística e Modelagem Multivariada com Excel®,
SPSS® e Stata®. Brasil: Elsevier Editora Ltda, 2017.
Complementar:
Básica:
Complementar:
Básica:
Complementar:
Básica:
Complementar:
Básica:
Complementar:
Básica:
Complementar:
Básica:
Complementar:
ABREU, N. M. M. DEL-VECCHIO, R; VINAGRE, C. ;
STEVANOVI , D. Introdução à Teoria Espectral de Grafos com
Aplicações. Rio de Janeiro: SBMAC. v. 1. 105p, 2007.
ROSEN, Kenneth H; YELLEN, Jay; GROSS, Jonathan
L. Graph Theory and its applications. 2. ed. Nova York:
Chapman & Hall/CRC, c2006. 779 p. ISBN 978-1-584-88505-
4;[2];
BOLLOBÁS, Béla. Modern graph theory. New York:
Springer, c1998. 394 p. ISBN 978-0-387-98488-9.
14. Tecnologia
Para efetivação das aulas ministradas serão utilizados
recursos materiais tais como: notebooks, plataformas de
videoconferência, softwares solicitados pelos professores.
15. Infraestrutura
Física Condições de infraestrutura física sala de aula, biblioteca,
laboratório de informática, auditório, sala de professores, sala da
coordenação, acesso à internet.
16. Critério de
Seleção Responsável: Dr.José Bezerra da Silva Filho
Os alunos serão selecionados mediante análise de
curriculum vitae e formação complementar reconhecidos pelo MEC.
21.Certificaçã
o Instituição que irá chancelar o certificado e condições para
sua emissão. Indicação da forma de controle da documentação nos
termos da Resolução nº 01/2001.
Condições: