Bancos de dados: Modelo relacional: conceitos básicos. Projeto de bancos de dados relacionais: esquemas de banco de dados relacionais; Restrições de integridade; (Parte 1)
Bancos de dados: Modelo relacional: conceitos básicos. Projeto de bancos de dados relacionais: esquemas de banco de dados relacionais; Restrições de integridade; (Parte 2)
Linguagens de definição (DDL), manipulação (DML) e controle de dados (DCL). Normalização. Linguagem SQL. (Parte 1)
Linguagens de definição (DDL), manipulação (DML) e controle de dados (DCL). Normalização. Linguagem SQL. (Parte 2)
Processamento de transações, controle de concorrência e recuperação. Processamento de consultas, otimização e ajustes de bancos de dado. Backup, restore e recuperação de falhas. (Parte 1)
Processamento de transações, controle de concorrência e recuperação. Processamento de consultas, otimização e ajustes de bancos de dado. Backup, restore e recuperação de falhas. (Parte 1)
Processamento de transações, controle de concorrência e recuperação. Processamento de consultas, otimização e ajustes de bancos de dado. Backup, restore e recuperação de falhas. (Parte 2)
Conhecimentos de MS SQL Server 2019 ou superior.
Conhecimentos de datawarehouse e datamart: arquitetura, ferramentas, técnicas de modelagem multidimensional e técnicas de implementação.
Mineração de Dados: técnicas de amostragem; redução de dimensionalidade, análise de cluster; modelos preditivos de classificação e regressão; árvores de decisão; regras de associação. Organização e identificação de variáveis qualitativas e quantitativas, nominais e ordinais, discretas e contínuas.
Princípios básicos de redes neurais: funções de ativação, arquitetura, modos de aprendizagem, aplicações. Redes Perceptrons, Adaline e Perceptrons Multicamadas. árvores de decisão, Métricas de avaliação de modelos (Matriz de confusão, Acurácia, erro, revocação (Sensibilidade), Precisão, Validação cruzada, Entropia, Ganho de Informação).
Big Data. Bancos de Dados NoSQL.
