Objetivos:

• Ativar e consolidar os conhecimentos prévios de estatística, programação e análise de dados
   
• Adquirir conhecimentos sobre modelação, otimização e classificação
   
• Desenvolver competências analíticas explorando noções de distância, redução, erro e ajuste de dados
   
• Conhecer os princípios básicos de aprendizagem automática através de diversos tipos de algoritmos, supervisionados ou não, dominando a sua parametrização, otimização e condições de aplicabilidade
   
• Aplicar os princípios de aprendizagem automática adquiridos em dados neurocientíficos reais
   
• Explorar conceitos mais avançados de aprendizagem automática, incluindo análises bayesianas e de redes neuronais

Os métodos de ensino promovem uma integração entre conhecimento teórico e aplicação prática. Aulas expositivas proporcionarão a base
conceitual, enquanto laboratórios práticos e projetos permitirão aos estudantes aplicar diretamente os conhecimentos em situações reais
de análise de dados neurocientíficos.