Informações
Alteração das informações neste site devido à Resolução GR 25/2020: https://www.unicamp.br/unicamp/noticias/2020/03/16/coronavirus-resolucao-gr-252020
- ME115A ME115B: Professora Samara F. Kiihl.
- PED - João Victor Bastos de Freitas - j229299@dac.unicamp.br
- PAD - Gustavo de Almeida Leiva - g217418@dac.unicamp.br
- Comunicação por email: pelo email samarak@unicamp.br, com [ME115] especificado no assunto da mensagem, a partir de remetentes do email dac.unicamp.br.
- Comunicação via Google Classroom: alunos podem postar ou comentar mensagens no “Mural” do Google Classroom.
- Comunicação ao vivo: “lives” serão agendadas através do Google Classroom e ocorrerão utilizando o Google Meet (há aplicativo para celular também, além do Desktop). As “lives” esporádicas serão gravadas e ficarão disponíveis aos alunos.
-
Comunicação ao vivo “fixa”: às terças e quintas das 13 às 14 horas através do Google Meet. Para participar da videochamada, clique neste link: https://meet.google.com/kqg-utuy-noh no horário. Para que a transmissão fique organizada, pedimos que, ao entrar, desliguem o microfone e o video e usem possivelmente fones de ouvido. Para pedir a palavra, escreva no chat, assim um poderá falar de cada vez.
- Atividades e comunicações estarão disponíveis no Google Classroom.
- ME115 A: código da turma gcp5csd
- ME115 B: código da turma gmptz34
- Casos não contemplados neste documento, serão devidamente avaliados.
Bibliografia
- Peng, R. R Programming for Data Science.
- Irizarry, R. Introduction to Data Science
- Chambers, J. Software for Data Analysis: Programming with R.
- Grolemund, G., Wickham, H. R for Data Science
- Wickham, H. ggplot2.
- Oliveira, P., Guerra, S. e Mcdonnell, R. Ciência de Dados com R.
- Paulo Justiniano Ribeiro Jr., Introdução ao Ambiente Estatístico R (html ou pdf).
Para acessar alguns dos livros digitais fora da Unicamp, você poderá precisar do VPN. Veja instruções de instalação aqui.
Recursos de aprendizado
Esse curso tem o suporte da plataforma RStudio Cloud para realizarmos as atividades práticas do curso. Mais detalhes no menu Atividade. No caso de as aulas presenciais retornarem antes do final do semestre, continuaremos a utilizar o RStudio Cloud, mas as atividades ocorrerão presencialmente, no horário regular de aula.
Esse curso tem também o suporte do DataCamp, uma plataforma de aprendizado em ciência de dados. Todos os alunos terão acesso gratuito a todos os cursos disponíveis durante o semestre. Os cursos disponíveis no DataCamp são opcionais.
Critérios de Avaliação e Datas Importantes
A avaliação do curso se dará através das Atividades e Projeto Final.
A média geral (MG) será dada pela seguinte fórmula:
MG = 0.40 AN + 0.30 RF + 0.30 AF,
em que:
- AN - média das atividades com nota.
- RF - nota do relatório do projeto final.
- AF - nota da apresentação do projeto final.
Pelo Regimento Geral de Graduação, Seção I, Artigo 57, os seguintes critérios para aprovação e exame serão aplicados:
-
Se MG >= 5, o aluno está aprovado e MF = S (Suficiente).
-
Se 2.5 <= MG < 5 o aluno deverá fazer o Exame (E).
-
Se MG < 2.5, o aluno está reprovado e MF = I (Insuficiente).
-
Para o aluno que fizer o exame, a Média Final (MF) é definida por: MF = (MG + E)/2. Nesse caso, se MF >= 5, o aluno receberá conceito S. Caso contrário, receberá conceito I.
Datas importantes
- 07/07 Relatório Final (RF)
- 13/07 Apresentação Final (AF)
- 28/07 Exame Final (E)
Principais tópicos
- Introdução ao uso do software R e suas estruturas de dados.
- Importação e exportação de dados empregando o R.
- Manipulação de subconjuntos de dados.
- Formatação e operações vetoriais com diferentes tipos de variáveis inteiros, reais, fatores e data/hora.
- Criação de funções, introdução à vetorização.
- Introdução à programação paralela.
Ajuda com o R
Não importa quão experiente em programação você seja, quando seu código funciona você se sente com super poderes, mas quando você começa a modificar seu código a todo momento tentando achar a solução você sente que não tem idéia do que está fazendo. É neste momento que você está no processo de aprendizado. No entanto, se seu código não estiver progredindo apesar de muitas tentativas, busque ajuda. Dicas de como buscar ajuda: http://r-bio.github.io/seeking-help (além dos monitores e da professora).