Portal InstitucionalUFPEL

Objetivo Geral:

Esse curso busca apresentar os principais fundamentos para a manipulação e análise de dados no software R. Apresentação das ferramentas básicas para organização de plataforma de dados e a automatização de tarefas.

Bibliografia Básica:

• WICKHAM, H.; GROLEMUND, G. R para data science: Importe, arrume, transforme, visualize e modele dados. Rio de Janeiro: Alta Books, 2019.
• JUNIOR, C. Data Science para profissionais utilizando o R. Rio de Janeiro: Ciência Moderna, 2018.
• MENEZES, N. Introdução à programação com Python: algoritmos e lógica de programação para iniciantes. 3 ed. São Paulo: Novatec, 2019.
• SEBESTA, R. Conceitos de Linguagens de Programação. 11 ed. Porto Alegre: Bookman, 2018.
• ELY, R. Notas de aula de métodos estatísticos básicos. Disponível em http://regisely.com/basicstat/.
• SHIKIDA, C. D.; FERNANDEZ, R. N. Notas introdutórias em econometria aplicada usando R/Rstudio. Disponível em: https://wp.ufpel.edu.br/cdshikida/files/2016/10/MinicursoEconometriaRStudio.pdf

Bibliografia Complementar:

• DAMIANI, A.; MILZ, B.; LENTE, C.; FALBEL, D.; CORREA, F.; TRECENTI, J.; LUDUVICE, N.; LACERDA, T. AMORIM, W. Ciência de Dados em R. Disponível em: https://livro.curso-r.com/index.html
• PERLIN, M. Análise de Dados financeiros e econômicos com o R. Publicação independente. 3ª ed. Porto Alegre, 2021.
• BANIN, S. Python 3: Conceitos e aplicações: Uma abordagem didática. São Paulo: Érica, 2018
• GRUS, J. Data Science do Zero: Primeiras Regras com o Python. Rio de Janeiro: Alta Books; 2011.
• MEDINA, M.; FERTIG, C. Algoritmos e Programação. Teoria e Prática. São Paulo: Novatec, 2005.