---

Área de concentração: 55134 - Ciências de Computação e Matemática Computacional

Criação: 23/05/2023

Nº de créditos: 12

Carga horária:

Teórica Por semana	Prática Por semana	Estudos Por semana	Duração	Total
4	0	8	15 Semanas	180 Horas

Docentes responsáveis:

Diego Furtado Silva

Objetivos:

Introduzir e aprofundar conceitos práticos e teóricos de modelagem de séries temporais utilizando ferramentas oriundas da Estatística e do Aprendizado de Máquina. O curso visa prover teoria e prática a fim de que os alunos possam aplicar as técnicas e ferramentas estudadas em problemas reais.

Justificativa:

Com a popularização de dispositivos de coleta e armazenamento contínuo de dados, há um crescente aumento pela demanda por algoritmos capazes de lidar com séries temporais. Há diversas tarefas que podem ser associadas a esse tipo de dados, incluindo previsão de valores futuros, classificação e descoberta de padrões frequentes. Nesse contexto, este curso visa apresentar técnicas e aplicações provindas da Estatística e do Aprendizado de Máquina no domínio de séries temporais.

Conteúdo:

Definição de séries temporais. Ferramentas estatísticas: modelo autorregressivo, modelo de médias móveis, modelo autorregressivo e de médias móveis, identificação de modelos ARIMA. Análise de séries temporais por similaridade. Conceitos básicos, aplicações e tarefas de Aprendizado de Máquina para séries temporais: classificação, regressão extrínseca, forecasting, segmentação, descoberta de padrões frequentes e detecção de anomalias.

Forma de avaliação:

Média ponderada de provas e trabalhos práticos realizados durante o curso.

Observação:

Oferecimento apenas presencial

Bibliografia:

Fundamentais:
Box, G. E. e Jenkins, G. M. (1976). Time series analysis: forecasting and control. John Wiley & Sons.
Maharaj, E. A., D'Urso, P. e Caiado, J. (2019). Time series clustering and classification. Chapman and Hall/CRC.
Morettin, P. A. e Toloi, C. M. C. (2004). Análise de Séries Temporais. Editora Edgard Blücher Ltda., São Paulo.
Ott, E., Sauer, T., e Yorke, J. A. (1994). Coping with chaos. Analysis of chaotic data and the exploitation of chaotic systems, volume 1. John Wiley & Sons.
Alligood, K. T., Sauer, T. D., e Yorke, J. A. (1997). Chaos: An Introduction to Dynamical Systems. Springer.


Complementares:
Kantz, H., Schreiber, T., (2004) Nonlinear Time Series Analysis, 2nd Edition, Cambridge University Press.
Artigos recentes em Aprendizado de Máquina para séries temporais.