26 04 im alumniV8
22 11 im fatiado face
22 11 im fatiado twitter
22 11 im fatiado youtube
22 11 im fatiado gmail
22 11 im fatiado brazil
22 11 im fatiado england
22 11 im fatiado spain

O Instituto de Matemática da UFRJ (IM-UFRJ) mantém 6 cursos de graduação (Bacharelado em Matemática, Licenciatura em Matemática, Matemática Aplicada, Bacharelado em Estatística, Ciências Atuariais e Ciência da Computação) e 5 programas de pós-graduação (Matemática, Matemática Aplicada, Estatística, Ciência da Computação e Ensino de Matemática).

Corpo Docente

Professor Emérito (IM/UFRJ)
Doutorado IES

Professor Assistente (IM/UFRJ)
Doutorado IES

Professor Adjunto (IM/UFRJ)
Doutorado IES

Departamento: DME

Departamento: DCC

Telefone: 3938-8705
Sala: COPPE/H-319
E-mail: zimbrao@cos.ufrj.brzimbrao@dcc.ufrj.br
Página Pessoal: https://www.cos.ufrj.br/~zimbrao

Departamento: DME

Telefone: 3938-7505 (R.223)
Sala: C-115-B
E-mailflavia@im.ufrj.br e flavia@dme.ufrj.br 
Página Pessoal: http://www.im.ufrj.br/flavia

Professor Adjunto (IM/UFRJ)
Doutorado IES

Professor Adjunto (IM/UFRJ)
Doutorado

Professor Adjunto (IM/UFRJ)
Doutorado

Professor Adjunto (IM/UFRJ)
Doutorado IES

Professor Adjunto III (IM/UFRJ)
Doutorado IES

Professor Adjunto (IM/UFRJ)
Doutorado IES

Professor Adjunto (IM/UFRJ)
Doutorado IES

Professor Adjunto (IM/UFRJ)
Doutorado IES

Ementas

Carga Horária: 24
Descrição: Elementos de Inferência, Clássica e Bayesiana; Métodos de Estimação: Pontual e Intervalar, Teste de Hipótese, Métodos Computacionais Intensivos e Aproximações.

Carga Horária: 24
Descrição: Introdução à modelo linear geral; Regressão múltipla; Regressão na família exponencial; Dados binários e regressão logística; Regressão com penalização L1 e L2; Regressão por splines.

Carga Horária: 24
Descrição: Modelos Em Espaço de Estados, Distribuições a Priori e a Posteriori; Distribuição Preditiva; Seleção de Modelos; Modelos Gráficos Direcionados e Não Direcionados; Inferência e Algoritmos.

Carga Horária: 24
Descrição: K-MEDIAS, Modelos de Mistura, Redes Neurais Não-supervisionadas, Algoritmo EM; Análise de Componentes Principais.

Carga Horária: 24
Descrição: Introdução ao Aprendizado de Máquina, Visualização de Dados, Apresentação de Conceitos Básicos, Apresentação de Alguns Problemas Relevantes.

Carga Horária: 24
Descrição: Exemplos de Problemas de Otimização, Programação Linear e Aplicações, Programação Quadrática a Aplicações, Modelos Mais Gerais, Otimização Diferenciável: Condições de Otimalidade, Métodos de Solução, Análise de Convergência Local e Global, Aplicações, Otimização Robusta, Otimização Estocástica, Controle Ótimo.

Carga Horária: 24
Descrição: Estruturas de Dados no Python, Comandos Básicos, Pacotes e Bibliotecas Essenciais, Numpy, Matplotlib, Seaborn, Pandas, Statmodel, Scikit-learn.

Carga Horária: 24
Descrição: Arquitetura de Sistemas de Gerenciamento de Banco de Dados, Modelagem de Dados, Banco de Dados Relacionais; Projeto de Banco de Dados.

Carga Horária: 24
Descrição: Análise de Discriminantes Linear e Quadratico, Bayes Engênuo, Perceptron de Uma Camada, Métricas para Avaliação de Resultados (Natriz de Confusão), Curva ROC AUC, Estatística F, Precisão Vs Acurácia, Maquinas de Vetor Suporte.

Carga Horária: 24
Descrição: Redes Neurais, Exemplos de Funções de Ativação e Funções Custo, Algoritmo Backpropagation, Redes Neurais Usando Pytorch e Tensorflow, Redes Profundas, Redes Convolucionais e Recorrentes, Exemplos.

Carga Horária: 24
Descrição: Conceitos de Probabilidade, Probabilidade Condicional, Modelos para Variáveis Aleatórias Discretas e Continuas, Distribuições Condicionais, Teorema de Bayes, Momentos.

Carga Horária: 24
Descrição: Assuntos específicos sobre cada tópico.

Carga Horária: 72
Descrição: Trabalho de fim de curso.

Topo