BANCO DE DADOS - Gerenciamento de banco de dados; Conceitos e arquitetura do sistema de banco de dados;
Modelagem conceitual e projeto de banco de dados;
Modelo de dados relacional e Teoria e normalização de projeto de banco de dados;
Processamento de transações, controle de concorrência e recuperação;
Segurança e distribuição;
Banco de Dados temporal e espacial;
Business Intelligence (BI): conceitos, arquitetura, projeto e aplicações; Data Warehouse e Data Mart, Modelagem Multidimensional de Dados,
BIG DATA - Fundamentos, tipos, computação distribuída; Fundamentos tecnológicos; Gestão; Analítica; Implementação e melhores práticas. Bancos de Dados NoSQL.
INTELIGÊNCIA ARTIFICIAL - Aprendizagem supervisionada: métodos de classificação de padrões; aprendizagem não-supervisionada: métodos de agrupamento; gradiente descendente; regressão linear simples; regressão linear múltipla; máquinas de vetor de suporte (SVM); árvores de decisão; entropia em árvores de decisão; redes neurais artificiais: arquiteturas de redes neurais artificiais e seus aspectos teóricos, funções de ativação parcialmente diferenciáveis e totalmente diferenciáveis, processos de treinamento, rede perceptron, rede adaline e regra delta, redes perceptron multicamadas, algoritmo backpropagation; métricas de avaliação de modelo. (Aprendizado Supervisionado)
INTELIGÊNCIA ARTIFICIAL - Aprendizagem supervisionada: métodos de classificação de padrões; aprendizagem não-supervisionada: métodos de agrupamento; gradiente descendente; regressão linear simples; regressão linear múltipla; máquinas de vetor de suporte (SVM); árvores de decisão; entropia em árvores de decisão; redes neurais artificiais: arquiteturas de redes neurais artificiais e seus aspectos teóricos, funções de ativação parcialmente diferenciáveis e totalmente diferenciáveis, processos de treinamento, rede perceptron, rede adaline e regra delta, redes perceptron multicamadas, algoritmo backpropagation; métricas de avaliação de modelo. (Aprendizado NÃO Supervisionado)
INTELIGÊNCIA ARTIFICIAL - Aprendizagem supervisionada: métodos de classificação de padrões; aprendizagem não-supervisionada: métodos de agrupamento; gradiente descendente; regressão linear simples; regressão linear múltipla; máquinas de vetor de suporte (SVM); árvores de decisão; entropia em árvores de decisão; redes neurais artificiais: arquiteturas de redes neurais artificiais e seus aspectos teóricos, funções de ativação parcialmente diferenciáveis e totalmente diferenciáveis, processos de treinamento, rede perceptron, rede adaline e regra delta, redes perceptron multicamadas, algoritmo backpropagation; métricas de avaliação de modelo. (Redes Neurais)
