Fases dos métodos estatísticos. Aplicação das variáveis. População e a amostra. Amostragem. Distribuição de frequências. Elementos da distribuição de frequências. Tipos de distribuição de frequências. Gráficos de distribuição de frequência. Média aritmética como medida de tendência central. Outras medidas de tendência central. Medidas separatrizes. Tipos de medidas de variação ou dispersão. Gráficos estatísticos. Diagramas. Outros tipos de gráficos. Gráfico polar, o cartograma e o pictograma.

Programação em Python conceitos e aplicação de algoritmos, sintaxe e técnicas de depuração. Estruturas de dados em python: listas tuplas e dicionários, técnicas de interação e manipulação. Indexação e fatiamento em listas e tuplas e estruturas de controle avançadas, estruturas de controle avançadas. Modularização. Manipulação de arquivos e exceções.

A disciplina aborda os fundamentos teóricos e práticos da Ciência de Dados, incluindo técnicas avançadas de coleta, processamento e análise de dados com foco em inteligência artificial (IA), aprendizado de máquina (Machine Learning), aprendizado profundo (Deep Learning) e grandes volumes de dados (Big Data). Serão exploradas ferramentas modernas como Python, R, Apache Spark, TensorFlow, PyTorch, além de plataformas de nuvem (AWS, Google Cloud, Azure) e frameworks para visualização de dados. A ética no uso de dados e a interpretabilidade de modelos serão discutidas à luz das tendências tecnológicas.

Esta disciplina aborda os fundamentos e técnicas da análise exploratória de dados (AED), focando na compreensão e interpretação de conjuntos de dados para extração de insights. Os tópicos incluem estatística descritiva, visualização de dados, análise multivariada, e técnicas de redução de dimensionalidade. O disciplina também enfatiza o uso de ferramentas computacionais para análise de dados, como Python e R, e a aplicação de princípios de AED em diversos contextos.

Esta disciplina aborda os conceitos fundamentais e as técnicas avançadas de mineração de dados. Serão explorados temas como pré-processamento de dados, aprendizado de máquina, algoritmos de classificação e regressão, agrupamento (clustering), detecção de padrões, análise de séries temporais, mineração de texto e visualização de dados. A disciplina também enfoca a aplicação prática da mineração de dados em diferentes setores, como negócios, saúde, finanças e redes sociais, além de discutir questões éticas e de privacidade relacionadas à mineração de dados.

Estudo das políticas públicas enquanto instrumentos de ação governamental voltados à concretização de direitos e ao desenvolvimento social. Abordagem teórica e prática das políticas públicas no contexto do Direito, especialmente do Direito Administrativo. Análise da conceituação, origem, evolução e classificações das políticas públicas, bem como das etapas de sua formulação, implementação, monitoramento e avaliação. Estudo dos modelos de gestão pública e dos métodos de planejamento estatal. Discussão sobre o papel dos diferentes poderes e níveis federativos na organização e execução das políticas públicas. Interfaces entre direito, democracia, instituições e bem-estar social. Aplicação do neoinstitucionalismo, da abordagem Direito e Políticas Públicas (DPP), e dos princípios constitucionais como fundamentos para a ação estatal. Reflexão crítica sobre o controle jurisdicional, a supremacia do interesse público e os desafios éticos e operacionais na era digital.

Políticas econômicas e seus objetivos. O crescimento econômico nacional e o pleno emprego dos recursos. Influência do cenário econômico para redução da desigualdade econômica e social. A realidade do poder consumo das famílias. Os modelos de intervenção na economia. A dívida pública e seus efeitos na economia do país. Efeitos da política fiscal sobre a riqueza do país. Relação existente entre o Walfare State e o Estado regulador. Por que a inflação é ruim? Desemprego e inflação: uma relação negativa. Desemprego e seus efeitos sociais. Como combater a inflação no país. Políticas sociais de incentivo ao desenvolvimento do país. A relação do desenvolvimento com a produtividade de trabalho. Desafios do desenvolvimento e o futuro Brasil. Ações vitais para o desenvolvimento econômico no país.

Princípios da administração e planejamento de projetos de impacto social, conceitos fundamentais, características e desafios. Stakeholders, problemas e oportunidades. Técnicas de gerenciamento de riscos e indicadores de desempenho para monitoramento e avaliação contínua. Etapas de um planejamento de projeto de impacto social. Análise dos elementos essenciais para o desenvolvimento de um plano de projeto eficiente em casos fictícios de impacto social.

A disciplina visa propiciar reflexões acerca do papel histórico, pedagógico e prático do professor universitário, oferecendo bases teóricas e metodológicas para o desenvolvimento de competências docentes no Ensino Superior. Aborda o surgimento da docência universitária, a formação pedagógica do professor, as especificidades da aprendizagem de adultos (andragogia), a organização didática, o planejamento e a avaliação, bem como o emprego de metodologias ativas e uso de tecnologias para a inovação na prática docente.