|
Metodologias de Ensino e Critérios de Avaliação |
As aulas são téorico-práticas começam com uma breve exposição teórica, seguida de aplicação prática imediata em software como Excel e Power BI. Após a execução das atividades práticas, os resultados são interpretados e são fornecidos insights, permitindo aos alunos consolidar o conhecimento teórico e aplicá-lo em contextos reais de análise de dados.
|
|
Bibliografia principal |
Hadley Wickman, Mine Cetinkaya-Rundel and Garret Grolemund, R for Data Science, 2 nd edition, 2023
Aspin, Adam, Pro Power BI Desktop, Apress, 3rd edition, 2020
Guerrero, Hector,. Excel Data Analysis: modeling and simulation, Spinger, 2nd edition, 2019.
Provost, Foster e Fawcett, Tom,. Data Science for Business: What you need to know about data mining and data-analytic thinking, 1st edition, 2013
|