Permitir ao aluno desenvolver a sua capacidade de abstração e resolução de problemas, utilizando algoritmos e estruturas de dados. Habilitar o aluno a dominar as principais técnicas utilizadas na implementação de estruturas básicas de dados, ordenação e busca de algoritmos na memória principal e na memória externa, bem como a realização de análises simples da complexidade dos algoritmos.
COORDENADORIA DO CURSO DE CIÊNCIA DA COMPUTAÇÃO
Linguagens
Para o mesmo, o aluno pode utilizar qualquer sistema de gerenciamento de banco de dados (Maria, MySQL, Oracle, MongoDB, SQLServer, etc.), bem como qualquer ferramenta de desenvolvimento (Java, PHP, etc.) IOS etc). PETER Rob, Carlos Coronel, Sistemas de Banco de Dados - Design, Implementação e Administração (8ª Edição Tradução Norte-Americana), Cengage Learning 2010.
Planejamento de Aulas Aula Data Conteúdo
- Apresentação do curso, ementa e avaliações
- Ética profissional
- Mulheres na computação
- Racismo algorítmico
- Computação e sexualidade
- Ações e mudanças na computação
- FLOSS
- Outra computação é possível?
- Discussão sobre os projetos entregues
- Fronteiras borrosas da computação
- A organização da computação no Brasil e no mundo
- Mercado de Trabalho
- Apresentação final
Todos os materiais e listas de cursos estarão disponíveis diretamente no portal didático (www.campusvirtual.ufsj.edu.br/). SIMÃO, J., Sociologia e Ética da Disciplina de Informática página Sociologia e Ética da Informática, Universidade do Porto, Portugal.
COORDENADORIA DO CURSO DE CIÊNCIA DA COMPUTAÇÃO PLANO DE ENSINO
Álgebra Linear
Algoritmos e Estrutura de Dados II Geometria Analítica
- Dispositivos Gráficos 3. Cor e Imagem
- Introdução ao OpenGL 5. Transformações geométricas
- Representação e Modelagem 9. Animação
- Iluminação
- Realidade Virtual e Aumentada
- Três exercícios práticos de programação (Cores, OpenGL e OpenGL 3D) - 15% da nota, cada
- Trabalho prático final, disponibilizado aos alunos após as aulas de OpenGL, para entrega ao final do período
O aluno poderá apresentar em reuniões síncronas ou gravar uma apresentação de 15 a 20 minutos e disponibilizar a apresentação no Campus Virtual. A dupla pode apresentar em reuniões síncronas ou gravar uma apresentação de 15 a 20 minutos e disponibilizá-la no Campus Virtual.
COORDENADORIA DO CURSO DE CIÊNCIA DA COMPUTAÇÃO PLANO DE ENSINO
Equações Diferenciais de Primeira Ordem 1 Classificação de Equações Diferenciais
- Equações Exatas e Fatores Integrantes 1.5 Aplicações
Equações Diferenciais de Segunda Ordem
- Equações Homogêneas com Coeficientes Constantes; Problema de Cauchy 2.2 Solução Geral; O Wronskiano
- Equações não Homogêneas com Coeficientes Constantes; Método dos Coeficientes Indeterminados 2.4 Equações Diferenciais de Segunda Ordem em geral
- Método da Variação de Parâmetros 2.6 Aplicações
- Revisão de séries de potência
- Soluções em série perto de um ponto ordinário 4. Transformada de Laplace
- Definição da Transformada de Laplace e propriedades 4.2 Aplicações em Equações Diferenciais
Sistemas de Equações Diferenciais e aplicações 6. Séries de Fourier
- Definição das Séries de Fourier e principais propriedades 6.2 Separação de Variáveis; Condução do Calor em uma Barra
- Carga elétrica e Lei de Coulomb 1.1.2 Linhas de força e Campo Elétrico
- Potencial elétrico e superfícies equipotenciais 1.1.5 Energia potencial elétrica 1.2 Aplicações
- Capacitores e Dielétricos
- Corrente e resistência – Lei de Ohm
- Circuitos de corrente contínua – Leis de Kirchoff 2 – Fenômenos Magnéticos
- Campo magnético e força magnética 2.1.2 Lei de Biot-Savart 2.1.3 Lei de Ampère
- Lei de Gauss do magnetismo 2.1.5 Lei de indução de Faraday 2.2 – 2.1 Aplicações
- Solenóide e Toróide 2.2.2 Indutância 2.2.3 Circuitos
Será aprovado o aluno que obtiver nota maior ou igual a 6. Equações diferenciais elementares e problemas de valor de contorno. Capacitar o aluno a analisar e projetar redes de computadores conhecendo seu princípio de funcionamento através de uma visão geral das principais tecnologias de redes disponíveis atualmente. Actividades cronometradas individuais: 3 actividades cronometradas (cada uma valendo 20, 25 e 30 valores), aplicadas no final de cada unidade curricular.
Cargas Elétricas Semana 2 – Campos Elétricos
Ao final do curso, o aluno estará apto a verificar aplicações tecnológicas dos elementos da física. O curso será ministrado à distância, com videoaulas gravadas por professores da UVJ ou de outras IES, podendo ainda conter apresentação de slides com exposição teórica sobre o assunto, além de exemplos e exercícios resolvidos. Além das videoaulas, haverá aulas síncronas, encontros virtuais com os alunos para tirar dúvidas que possam ter ficado após as videoaulas.
Estas reuniões virtuais decorrerão através de plataformas de videoconferência como Zoom, Google Meet, Jitsi Meet, etc. Os links para os vídeos das aulas assíncronas, bem como o material complementar, serão postados no portal didático.
Campos Magnéticos
Campos Magnéticos percorridos por correntes Semana 11 – Indução e Indutância
Segunda Prova
Semana para tirar dúvidas Semana 14 – Prova Substitutiva
- Vetores
- Movimento em duas e três dimensões 4. Leis de Newton do Movimento
- Energia Potencial e Conservação de Energia 8. Centro de Massa e Movimento Linear
- Dinâmica do movimento de rotação
- Equilíbrio dos corpos rígidos
A forma de oferta se dará por meio de aulas gravadas e atividades a distância e assíncronas, disponibilizadas semanalmente no Portal Didático da UFSJ. As aulas serão disponibilizadas de forma sequencial e os alunos inscritos deverão consultar a página da disciplina semanalmente, a partir dos dias e horários previamente divulgados (vide Anexo I), para acessar o material disponível e concluir as atividades programadas remotamente. Os horários e plataformas a utilizar serão divulgados na página principal da disciplina no Portal Didático.
Listas de exercícios por tema também serão disponibilizadas no portal didático e poderão ser discutidas em consultas síncronas. As atividades disciplinares serão assíncronas e envolverão: (i) aulas e exemplos de resolução de problemas (3 horas semanais, distribuídas por 11 das 14 semanas), listas de exercícios (1,45 horas semanais, distribuídas por 11 das 14 semanas), exame (3 horas por semana, distribuídas por 4 das 14 semanas) e testes (1 hora por semana, distribuídas por 11 das 14 semanas). A participação será controlada por meio do acesso do aluno ao portal didático e realização das atividades.
Serão realizadas três avaliações online por meio do Portal Didático da UFSJ, cada uma das quais atingirá 1/3 do número máximo de pontos (10 pontos).
PROGRAMAÇÃO SEMANAL DA DISCIPLINA EM REGIME DE ENSINO REMOTO Planejamento Semanal
Distâncias entre dois pontos, distância de um ponto a uma reta e distância de um ponto a um plano 2. As atividades serão realizadas através do portal didático e ficarão à disposição do aluno por 07 (sete) dias com cronograma fornecido no primeiro encontro síncrono e disponibilizado no Portal Didaktisk. O plano de avaliação será divulgado no primeiro encontro síncrono e no portal didático da disciplina juntamente com o conteúdo a ser avaliado.
Os objetivos deste curso incluem apresentar a classe de problemas combinatórios e problemas de solução em otimalidade. As atividades 1 e 2 serão realizadas de forma assíncrona, com vídeos, slides, códigos em linguagem C e demais materiais disponibilizados pelo Campus Virtual da UVJ (carga horária de 2 horas semanais durante 12 semanas = 24 horas). A atividade 3 será síncrona e valerá 25% da nota, consistindo na pesquisa e apresentação de um exemplo real relacionado à disciplina.
Proporcionar condições para que o aluno compreenda a importância da Inteligência Artificial para a resolução de problemas não computáveis e não executáveis.
Planejamento de aulas
Atividades síncronas
Atividades assíncronas
60 valores para dois testes individuais e assíncronos (30 valores para cada teste) 20 valores para um trabalho individual assíncrono. Esta ferramenta deve dar ao aluno a oportunidade de analisar, processar e sintetizar sons e estruturas musicais com o apoio de computadores. Os temas a serem discutidos em cada encontro são divididos em 6 partes, sendo que cada parte deve ser ministrada em 2 encontros.
Fundamentos básicos
Representação musical digital
MIDI
Sinais
Instrumentos
ADSR
Conceitos Fundamentais de Qualidade de Software
A avaliação da aprendizagem será realizada por meio de atividades assíncronas via Portal Didático: 2 Trabalhos práticos, cada um valendo 32% da nota final e atividades ministradas ao longo da disciplina que totalizarão 36% da nota final . O aluno deverá dispor de tempo além do estipulado pela Coordenação para assistir às aulas expositivas e realizar outras atividades assíncronas como leitura de textos e realização de trabalhos (conforme cronograma 2). Por fim, serão aceitos envios referentes aos trabalhos da disciplina somente em formato PDF, em um único arquivo, com o tamanho máximo permitido pelo portal didático.
O curso exigirá uma conta Overleaf (https://pt.overleaf.com) para desenvolver a redação do curso e uma conta EasyChair (https://easychair.org/) para revisar artigos. Além disso, o aluno deve acessar o portal didático da UFSJ (campus virtual) para realizar atividades síncronas e assíncronas. Recomenda-se participar de um grupo da disciplina no Telegram (o aplicativo pode ser usado em dispositivos móveis ou em computador, ou ainda uma versão acessível por meio de navegadores).
Aplicação de 1 teste de substituição: no final do ano lectivo, os alunos com classificação inferior a 60 valores recebem um teste de substituição abrangendo a totalidade dos conteúdos da área disciplinar.
Síncrona / A: Assíncrona
- Processo de descoberta de conhecimento Preparação dos dados
- Conceitos básicos de coleta e engenharia de dados 1. Exploração estática
- Técnicas de mineração de dados 1. Classificação
- Domínios de aplicação
Este curso visa apresentar várias técnicas de mineração de dados, discutir detalhes de seu uso e analisar campos de aplicação onde essas técnicas são usadas. No final desta unidade curricular, o aluno deverá ser capaz de desenhar e avaliar um processo completo de descoberta de conhecimento utilizando bases de dados reais. Todo o material das aulas será disponibilizado ao aluno através da plataforma UVJ KampusVirtuele.
Introdução ao Data Mining (Data Mining) 2ª Ed.Ciência Moderna, 2009 3. Fundamentals of Data Mining Algorithms, Cambridge, 2012. será publicado, estando disponível no endereço de e-mail: . http://www.dcc.ufmg.br/miningalgorithms/DokuWiki/doku.php). Quatro Técnicas Tradicionais de Mineração de Dados (Técnicas de Mineração de Dados) (Síncronas) Quatro Técnicas Tradicionais de Mineração de Dados (Técnicas de Mineração de Dados). A Atividade 4 será realizada de forma síncrona, uma vez por semana, às quartas-feiras, das 13h15 às 15h05, via plataforma GoogleMeet, para esclarecimento de dúvidas quanto à carga horária semanal de vídeo (carga horária de 2 horas semanais). 12 semanas = 24h).
A Atividade 5 será realizada de forma síncrona, uma vez por semana, às sextas-feiras das 8h30 às 11h30, via plataforma GoogleMeet (carga opcional).
GRADUAÇÃO – PROEN
COORDENADORIA DO CURSO DA CIÊNCIA DA COMPUTAÇÃO - UFSJ
EMENTA
OBJETIVOS
CONTEÚDO PROGRAMÁTICO
A relação entre a língua falada e a escrita
Os diferentes registros da Língua Portuguesa
METODOLOGIA DE ENSINO
A unidade curricular será ministrada com atividades assíncronas (fóruns e mapas mentais) disponíveis no portal didático (www.campusvirtual.ufsj.edu.br) e na plataforma Goconqr (https://www.goconqr.com/pt-BR ) e sessões síncronas de atividades utilizando a plataforma/aplicativo Google Meet (https://meet.google.com/kgk-okxr-zqw), cujo endereço de acesso será disponibilizado aos alunos através do portal didático. Ressalta o que diz a Resolução CONEP nº 007, de 3 de agosto de 2020: “Art. 14 - Ficam garantidos a imagem, a voz e os direitos autorais do material didático elaborado pelos professores, bem como das aulas gravadas, na forma da legislação vigente. O professor estará disponível para atender os alunos às quartas-feiras das 17h às 18h com agendamento prévio do aluno via e-mail (nadiabiavati@ufsj.edu.br) ou portal didático com até 24h úteis de antecedência.
O atendimento será prestado através da plataforma/aplicativo Google Meet (meet.google.com/iyc-uwmn-jtp) e/ou através do portal didático. O registro da frequência do aluno será feito através do cumprimento das atividades propostas, e não pela presença durante as atividades síncronas, sendo que o aluno que não realizar 75% das atividades propostas será reprovado em razão da frequência." Avaliação substitutiva: o aluno que não obtiver 60% da média final poderá realizar uma avaliação substitutiva de parte do conteúdo do curso, como forma de repor a nota mais baixa recebida no semestre.
Lembre-se que a nota obtida na avaliação substituta não substitui a nota original quando esta for inferior a esta.
BIBLIOGRAFIA BÁSICA
- Apresentação do plano de ensino, Discussão sobre o plano e métodos de avaliação e aula sobre a preparação de um ambiente computacional – Apresentação Anaconda, explicação da tarefa da semana (2h)
- Introdução ao python, Iphython e Jupyter Notebook (2h) Exercício Assíncrono sobre (2h)
- Introdução ao Processamente numérico - Apresentação do Numpy (2h) Exercício Assíncrono sobre (2h)
- Criação de Data Frames - Apresentação do Pandas (2h) Exercício Assíncrono sobre (2h)
- Visualização de dados - Apresentação do Matplotlib, seaborn (2h) Exercício Assíncrono sobre (2h)
- Modelos estatísticos - Apresentação da statsmodel (2h) Exercício Assíncrono sobre (2h)
- Apredizado de máquina - Introdução ao Scikit-learn (2h) Exercício Assíncrono sobre (2h)
- Análise de Redes – Apresentação networkx, igraph e graphtool (2h) Exercício Assíncrono sobre (2h)
- Entrega das notas e fechamento do semestre (2h)
8 Programação Orientada com Java 9 Programação Orientada com Java 10 Programação Orientada com Java 11 Programação Orientada com Java 12 Estrutura de Dados. Capacita o aluno a pensar e analisar dados do ponto de vista dos objetos e da relação entre eles, estimulando a discussão e resolução de problemas práticos por meio da análise de redes. Preparação do ambiente informático para análise de dados; Editores de código como facilitadores de análise de dados;
Visualização de dados; Bibliotecas para modelos estatísticos; Bibliotecas para aprendizado de máquina; Bibliotecas de Análise de Rede; Formulários. Apresentar e propor soluções eficazes para estudos de casos práticos de problemas de análise de dados. Apresenta algumas das bibliotecas mais usadas para ciência de dados na linguagem python, como pandas, NumPy, IPython e Jupyter.
3 – Processamento numérico – Apresentação do Numpy 4 – Criação de quadros de dados – Apresentação do Pandas 5 – Carregamento de dados.
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO
As videoaulas estarão disponíveis todas as terças e quintas (até) às 10:00. Aula assíncrona) Introdução ao curso. Primeira parte da introdução: conceitos básicos (sintaxe, semântica, conjuntos, relações e funções). videoaula com duração aproximada de 15 minutos). Segunda parte da introdução do curso: mais informações sobre conceitos básicos (sintaxe, semântica, conjuntos, relações e funções). videoaula com duração aproximada de 20 minutos). videoaula com duração aproximada de 25 minutos).
Breve demonstração do uso da ferramenta JFLAP: criação de autômatos determinísticos finitos. atividade com duração aproximada de 25 minutos). Aula assíncrona) Primeira lista de exercícios (envolvendo autômatos determinísticos finitos). atividade com carga horária estimada de 2 horas). Aula assíncrona) Segunda lista de exercícios (autómatos finitos não determinísticos e autómatos finitos de movimento inativo). atividade com carga horária estimada de 2 horas). videoaula com duração aproximada de 50 minutos).
Aula assíncrona) Terceira lista de exercícios (utilizando expressões regulares). atividade com carga horária estimada de 2 horas).
