A coordenação estimula que os alunos engagem-se em projetos de estudo/pesquisa sob a orientação dos docentes da UNICAMP. Para tanto, considere matricular-se nas disciplinas de Projetos Supervisionado I ou II.
O oferecimento de disciplinas eletivas está concentrado nas terças e quinta-feiras com a intenção de facilitar a acomodação de estágios nas segundas, quartas e sextas-feiras.
Além das listadas abaixo, há mais possibilidades de disciplinas eletivas, oferecidas por outros departamentos do IMECC ou por outros institutos e faculdades.
Destacamos também algumas disciplinas do IC. Caso haja interesse em cursar uma disciplina do IC, é necessário entrar em contato com a coordenação de graduação do IC para solicitar a autorização de matrícula.
3º Semestre
O aluno será matriculado em alguma turma disponível para F 329 (A—G).
5º Semestre
7º Semestre
O aluno deve escolher 20 créditos em disciplinas eletivas.
MS902 — Tópicos em Ciência de Dados Aplicada a Negócios
Esta disciplina de Tópicos irá abordar diferentes situações presentes no dia a dia de um cientista de dados que atua no mercado. O objetivo é preparar o aluno para aplicar os conhecimentos de matemática em ambientes corporativos que demandam não apenas conhecimento técnico, como também soft skills. A disciplina irá abordar temas como cultura de dados, mapeamento e gestão de processos, metodologia ágil, gestão de pessoas e gestão de conflitos.
A disciplina terá 4 créditos e será organizada em encontros semanais (com duração de 2 a 4 horas) com a participação de profissionais renomados e atuantes na área.
Pré-requisitos: ter CP ≥ 0,45.
MS903 — Computação Quântica: da Divulgação Científica à Programação nas Nuvens
Ementa: Básico de Teoria Quântica; Computação Quântica via Circuitos; Desenvolvimentos Recentes; Nuvens Quânticas Abertas; Linguagens de Programação de Computadores Quânticos; e Implementações.
Cada uma das seis etapas começa um uma exposição superficial do professor sobre o mínimo a ser compreendido/trabalhado no tema; em seguida, é tarefa d@s estudantes buscar material para criticar junto com colegas (nos horários das aulas, ou fora deles), de modo a percebermos os erros mais comuns, fugirmos deles e chegarmos a uma compreensão mais profunda; cada etapa terá um "produto", que pode ser individual ou coletivo e esses produtos serão usados para a avaliação.
Pré-requisitos: Álgebra linear e vontade de trabalhar (individualmente e coletivamente).
MS904 — Redes Neurais com Valores Hipercomplexos
Redes neurais com valores hipercomplexos (HvNN, do inglês hypercomplex-valued neural networks) constituem uma área de pesquisa crescente que tem atraído interesse contínuo na última década. Diferente das redes tradicionais com valores reais, as redes neurais com valores hipercomplexos tratam dados multidimensionais como uma entidade única. Existem várias novas direções de pesquisa em HvNNs: da generalização formal dos algoritmos comumente usados ao caso hipercomplexo que é matematicamente mais rico ao uso de funções de ativação originais que podem aumentar significativamente a funcionalidade do neurônio e da rede. Existem também muitas aplicações interessantes de HvNNs em reconhecimento e classificação de padrões, filtragem não-linear, processamento inteligente de imagens, interfaces cérebro-computador, previsão de séries temporais, bioinformática, robótica, etc.
Exemplos de redes com valores hipercomplexos incluem as redes neurais com valores complexos (CvNNs, do inglês complex-valued neural networks) e as redes neurais com valores quaterniônicos (QvNNs, do inglês quaternion-valued neural networks). Uma das características mais importantes das CvNNs é o tratamento adequado da fase e das informações contidas na fase, por exemplo, o tratamento de fenômenos relacionados a ondas, como eletromagnetismo, ondas de luz, ondas quânticas e fenômenos oscilatórios. As QvNNs, que têm aplicações potenciais em modelagem de dados tridimensional e quadridimensional, têm sido usadas com eficácia para processamento e análise de imagens multivariadas, como imagens SAR coloridas e polarimétricas.
Ementa: Conceitos básicos de redes neurais e aplicações. Numéros complexos, hiperbólicos e quatérnios. Redes neurais com valores complexos. Redes neurais com valores quaterniônicos. Sistemas de números hipercomplexos. Redes neurais com valores hipercomplexos. Aplicações de redes neurais com valores hipercomplexos.
Pré-requisitos: MA327 e MS211 (familiaridade com programação).