Fouille de données: concepts et contextualisation. Préparation, réduction et transformation de données. Tâches principales de la fouille de données et ses algorithmes. Détection de données aberrantes. Fouille de mégadonnées (Big Data): concepts, champs d'application, impacts environnementaux et sociaux et paradigmes de programmation. Fouille de flots de données. Fouille de données sur des graphes et le web. Analyse de réseaux sociaux.
Notion d'agent intelligent. Algorithmes de recherche de solutions dans des espaces d'états. Recherche heuristique : algorithme A*, méthodes de recherche locale. Problèmes de satisfaction de contraintes. Représentation des connaissances et inférence. Raisonnement incertain. Méthodes d'apprentissage automatique: apprentissage par renforcement, apprentissage supervisé, apprentissage non supervisé.
Estruturas de dados para grafos. Busca em Grafos. Análise assintótica de algoritmos. Algoritmos para Dividir e Conquistar. Algoritmos Gulosos. Compressão de Dados e Algoritmo de Huffman. Programação Dinâmica. Ordenação Topológica. Árvore Geradora Mínima em Grafos. Caminhos Mínimos em Grafos. Fluxo em Grafos. NP-Completude.
Paradigma de Orientação a Objetos. Linguagens de programação orientadas a objetos. Evolução do modelo de objetos. Conceito de Objeto. Conceito de Classe. Instanciação e Referência de objetos. Mensagens e métodos. Encapsulamento. Ciclo de vida de um objeto. Variáveis, Constantes e Métodos de Classe. Construtores e sobrecarga. Classes Internas e Anônimas.Elementos da Linguagem Java. Histórico da linguagem Java. Características da linguagem Java. Estrutura de um programa Java. Caracteres, comentários, identificadores e palavras reservadas. Tipos primitivos e conversão de tipos. Variáveis de referência x Variáveis de Valor. Operadores. Estruturas de controle (comandos). Arrays. Manipulação numérica. Cadeia de Caracteres. Entrada e Saída padrão.Relacionamento entre objetos e Tipos de relacionamentos. Lista de objetos. Implementação dos Relacionamentos Unidirecionais e Bidirecionais. Herança. Especialização e Generalização. Ligação dinâmica. Polimorfismo em métodos e variáveis. Sobrecarga x Sobrescrita. Classes abstratas e Métodos Abstratos. Classes e métodos finais. Declaração e Implementação de Interfaces. Conflito de nomes entre interfaces. Tipos de Exceções. A classe Exception. Sinalizar, lançar, relançar e tratar exceções. Criando novos tipos/subtipos de exceções.
Programação matemática. Análise convexa. Otimização linear. Otimização não-linear. Métodos determinísticos e estocásticos. Heurísticas e Meta-heurísticas. Aplicação à resolução de problemas de engenharia.
Introdução a Pesquisa Operacional; Aplicações em roteamento de veículos, data mining, gestão de estoques, etc. Modelagem matemática de sistemas de produção; Métodos de Otimização de sistemas produtivos (Programação Matemática, Programação Dinâmica, Heurísticas e Simulação Computacional). Práticas computacionais em Excel, Matlab e Arena.
Modelagem de problemas em variáveis inteiras e binárias; Propriedades de Problemas de Programação Inteira com Matrizes Totalmente Unimodulares; Teoria Poliédrica; Métodos de resolução exata: Branch-and-bound, planos de corte, programação dinâmica; Relaxação Lagrangiana; Métodos de resolução aproximada: heurísticas e metaheurísticas (noções).
Complexidade de Algoritmos; Estratégias de resolução de problemas: dividir-para-conquistar, algoritmos gulosos, branch-and-bound, programação dinâmica; Algoritmos em grafos; Heurísticas para problemas NP-completos.
Análise de Algoritmos. Algoritmos para Pesquisa e Ordenação. Estruturas de Dados Lineares e suas Generalizações: Listas, Pilhas e Filas. Listas de prioridades. Tabelas hash. Árvores e suas Generalizações. Grafos. Algoritmos em grafos.
Programação orientada a objetos. Estruturas lineares: listas, pilhas, filas. Algoritmos de busca e ordenação em estruturas lineares. Ponteiros. Alocação dinâmica de memória. Encadeamento em listas e em tabelas
Introdução aos computadores e sistemas operacionais. Uso do computador (manipulação de arquivos e textos, execução de programas, pesquisa na internet). Noções de algoritmos, programas e linguagens de programação. Tipos de dados e variáveis. Expressões lógicas, estruturas de controle. Vetores e matrizes. Modularização.
Modelagem de programas lineares; Geometria da pogramação linear; Método gráfico de resolução; Método SIMPLEX; Dualidade; Análise de Sensibilidade; Conceitos de programação não-linear; Condições necessárias de otimalidade de 1ª. e 2ª. Ordem; Solução analítica de problemas não-lineares; Algoritmos de resolução de Problemas não-lineares.
Introdução à Matemática; Soluções de Equações com uma variável; Interpolação e Aproximação Polinomial; Métodos Diretos para solução de sistemas Lineares; Técnicas Iterativas em Álgebra Matricial; Soluções Numéricas de sistemas de equações não-lineares e utilização de ferramentas computacionais.
Origens, natureza e impacto da Pesquisa Operacional; Formulação de Modelos Matemáticos; Programação Linear: Modelagem, Método Gráfico, Simplex, Dualidade e Análise de Sensibilidade; Otimização de Redes.
O que é Otimização?; Otimização Combinatória; Complexidade Computacional de Problemas; Métodos para solução de Problemas NP-difíceis ; Métodos construtivos; Algoritmos Gulosos (Greedy); Busca Local e Vizinhança; Metaheurísticas; Simulated Annealing; GRASP (Greedy Randomized Adaptative Search Procedure); Busca Tabu; Algoritmos genéticos; Colônia de Formigas; Busca em Vizinhança Variável (Variable Neighborhood Seach); Particle Swarm Optimization (PSO); Aplicações a petróleo/energia e outros problemas NP-árduos; Unidade Móvel de Pistoneio (UMP); Sondas de Produção Terrestre (SPT); Problema do Caixeiro Viajante (Travel Salesman Problem – TSP); Problema da Clique máxima; Problema da Cobertura mínima; Problema das p-medianas;
Programação Inteira; Programação Dinâmica: Determinística e Estocástica e Programação Não Linear.