Marketing Analytics e Engenharia de Dados

Espera-se que no final da unidade curricular o aluno esteja habilitado a:

• Caracterizar variáveis, tratar de valores em falta, identificar outliers, criar novas variáveis e realizar análise descritiva.

• Identificar padrões latentes e reduzir o número de variáveis mantendo a informação essencial.

• Agrupar e classificar dados com características semelhantes.

• Implementar árvores de decisão, construir modelos de regressão e redes neuronais para prever variáveis de interesse e avaliar a qualidade dos modelos.

• Utilizar ferramentas estatísticas e de machine learning para resolver problemas reais, interpretando e validando os resultados obtidos.

1. Caracterização das variáveis; valores em falta; outliers; construção de novas variáveis; análise descritiva das variáveis.
2. Redução da dimensionalidade – Análise Fatorial
3. Segmentação: Análise de Clusters (métodos hierárquicos e não hierárquicos)
4. Predição: árvores de decisão; regressão; redes neuronais

NAO