20242
Introdução ao pensamento computacional; Linguagem de Computador - Instalando o Python; Conceitos Básico de Python; Estruturas de Dados; Pensamento Inferencial; Análise Exploratória de Dados; Imagens e Linguagem Python; Aprendizado de Máquina; Redes Neurais; Aprendizado Não Supervisionado; Processamento de Linguagem Natural; Banco de Dados Não Estruturados.
Conceitos básicos de sensoriamento remoto, diferentes sensores; resolução espacial, espectral e repetitividade de imageamentos; pré-processamento e análises qualitativas e quantitativas em sensoriamento remoto; inventário da paisagem; monitoramento da paisagem; definição de gestão ambiental; requisitos básicos para a execução de projetos de gestão ambiental; gestão ambiental urbana e regional.
Dados e a Estatística. Estatística descritiva: métodos tabulares e métodos gráficos. Estatística descrtiva: medidas numéricas. Estudo da probabilidade. Distribuições de probabilidade: discretas e contínuas. Amostragens e distribuições amostrais. Estimação de parâmetros: média com desvio padrão conhecido; média com desvio padrão desconhecido. Proporção. Tamanho da amostra. Testes de hipóteses: erros tipo I e tipo II. Comparação envolvendo médias. Comparação envolvendo proporções. Regressão linear simples. Fundamentos da regressão múltipla.
Processo de Descoberta de Conhecimento; Pré-processamento de Dados; Redução de Dimensionalidade - PCA; Regras de Associação para Mineração; Classificação (Arvore de Decisão; Regressão e Bayes); Análise de Agrupamentos KNN / SMV; Mineração de Textos; Estudo de Casos (individual/produção de artigo).
Elaboração do trabalho de dissertação.
Teoria das probabilidades: Princípios fundamentais e funções de distribuição de probabilidades. Processos estocásticos: Definições, Cadeias de Markov e o processo de Poison. Método de Simulação Monte Carlo: Conceitos gerais e principais técnicas para geração de variáveis aleatórias. Aspectos gerais da simulação discreta, Estocástica e Contínua: Modelagem, Ferramentas de simulação, Implementação computacional de modelos, Análise, Experimentação, Verificação e Validação de modelos de simulação. Estudos de caso: Diversas aplicações da simulação aplicada a sistemas logísticos e de transportes.
Definição de bem imóvel na legislação territorial .Distintas formas de aquisição do bem imóvel. Funcionamento do mercado de solo. Distintas tipologias imobiliárias. O Cadastro como base para a Planta de Valores Genéricos. Características de uma Planta de Valores Genéricos (PVG). Elaboração de banco de dados georreferenciado. Sistema de informações geográficas (SIG) como apoio a avaliações de imóveis. Elaboração, aprovação e atualização da PVG. Tributação das propriedades territoriais: tipos de tributos, base de cálculo, alíquotas. Cálculo da contribuição de melhoria. Avaliação em massa para Hlns tributários.
Fundamentos de gestão territorial; políticas territoriais no Brasil; informações para gestão territorial; geotecnologias e gestão territorial; estudos de casos.