Astroinformática II - Universidade Presbiteriana Mackenzie

UNIVERSIDADE PRESBITERIANA MACKENZIE
Pró-Reitoria de Pesquisa e Pós-Graduação
Coordenadoria Geral de Pós-Graduação Stricto Sensu
PLANO DE ENSINO
Unidade Universitária:
Escola de Engenharia
Programa de Pós-Graduação:
Ciências e Aplicações Geoespaciais
Curso:
Mestrado Acadêmico
Mestrado Profissional
Disciplina
Astroinformática II
Professor(es):
Prof. Dr. Luciano Silva (Prof. Colaborador)
Observação:
Carga horária:
Créditos
48h
04
Doutorado
Obrigatória
Optativa
Eletiva
Ementa:
Estudo e aplicação das principais técnicas e processos simulação e ajuste de parâmetros de
modelos astronômicos e astrofísicos, tendo como base a linguagem de programação Python.
Conteúdo Programático:
Modelos abstratos, computacionais e operacionais. Simulação e ajustes de parâmetros de
modelos unidimensionais. Simulação e ajuste de parâmetros de modelos bidimensionais.
Simulação e ajuste de parâmetros de modelos tridimensionais. Noções de Aprendizado de
Máquina para simulação e ajuste de parâmetros de modelos.
Critério de Avaliação
A avaliação da disciplina compreende dois instrumentos:
ARTIGO: desenvolvimento de artigo de pesquisa individual (Pontuação de 0 a 10)
SEMINÁRIO: Apresentação do artigo e discussão em grupo (Pontuação de 0 a 10)
A nota final da disciplina(MF), para obtenção do conceito final, é calculada pela seguinte fórmula:
=
+
Á
2
Segundo Regulamento Geral da Pós-Graduação Stricto Sensu, Art. 98:
A – excelente: corresponde às notas no intervalo entre os graus 9 e 10;
B – bom: corresponde às notas no intervalo entre os graus 8 e 8,9;
C – regular: corresponde às notas no intervalo entre os graus 7 e 7,9;
R – reprovado: corresponde às notas no intervalo entre os graus 0 e 6,9”
Campus Higienópolis: Rua da Consolação, 896 – Edifício João Calvino - 8º andar
Tel. (11) 2114-8143
www.mackenzie.br
Consolação
São Paulo - SP
[email protected]
CEP 01302-907
UNIVERSIDADE PRESBITERIANA MACKENZIE
Pró-Reitoria de Pesquisa e Pós-Graduação
Coordenadoria Geral de Pós-Graduação Stricto Sensu
Bibliografia:
BOSCHETTI, A., MASSARON, L. Python Data Science Fundamentals. New York: Pact
Publishing, 2015.
CARROLL, B.W., OSTLIE, D.A. An Introduction to Modern Astrophysics. New York: Pearson,
2006.
GARRIDO, J.M. Introduction to Computational Models with Python. New York: Chapman &
Hall, 2015.
IVEZIC, Z., CONNOLLY, A.J., VANDERPLAS, J.T., GRAY, A. Statistics, Data Mining and
Machine Learning in Astronomy: A Practical Python Guide for the Analysis of Survey Data.
Princeton: Princeton University Press, 2014.
KINDER, J.M., NELSON, P. A Student’s Guide for Physical Modeling. Princeton: Princeton
University Press, 2015.
LANDAU, R.H., PÁEZ, M.J., BORDEIANU, C.C. Computational Physics: Problem Solving with
Python. 3.ed. New York: Wiley, 2015.
RASCHKA, S. Python Machine Learning. New York: Pact Publishing, 2015.
SMITH, C.A., CAMPBELL, S.W. A First Course in Differential Equations, Modeling and
Simulation. New York: CRC Press, 2011.
CRONOGRAMA (Preenchimento opcional)
ENCONTRO
TEMA(S) DA AULA
1ª SEMANA
Modelos abstratos, computacionais e operacionais.
2ª SEMANA
Simulação e ajustes de parâmetros de modelos unidimensionais.
3 ª SEMANA
Simulação e ajustes de parâmetros de modelos unidimensionais.
4ª SEMANA
Simulação e ajustes de parâmetros de modelos unidimensionais.
5ª SEMANA
Simulação e ajustes de parâmetros de modelos unidimensionais.
6ª SEMANA
Simulação e ajustes de parâmetros de modelos unidimensionais.
7 ª SEMANA
Simulação e ajustes de parâmetros de modelos unidimensionais.
8ª SEMANA
Simulação e ajustes de parâmetros de modelos unidimensionais.
9ª SEMANA
Simulação e ajustes de parâmetros de modelos unidimensionais.
10ª SEMANA
Noções de Aprendizado de Máquina para simulação e ajuste de parâmetros de
modelos.
Noções de Aprendizado de Máquina para simulação e ajuste de parâmetros de
modelos.
Seminário de apresentação dos artigos individuais e discussões em grupo
11ª SEMANA
12ª SEMANA
Campus Higienópolis: Rua da Consolação, 896 – Edifício João Calvino - 8º andar
Tel. (11) 2114-8143
www.mackenzie.br
Consolação
São Paulo - SP
[email protected]
CEP 01302-907