filmeu

Disciplina Estatística

  • Apresentação

    Apresentação

    A Unidade Curricular de Estatística visa o desenvolvimento de competências nucleares em Estatística Aplicada à Gestão, preparando os alunos para os novos contextos organizationais "data-driven" e "data intensive" em transformação acelerada pela sinergização entre a Estatística, Ciência de Dados, Business Analytics e Business Intelligence. Nesse sentido, a UC operacionaliza os principais conceitos, métodos e tecnologias, aplicando-os a problemas de gestão trabalhados em aula com os alunos.

  • Conteúdos Programáticos

    Conteúdos Programáticos

    1. Estatística e Ciência de Dados
      1. Estatística, Ciência de Dados, Business Intelligence e Business Analytics
      2. A Revolução do Big Data e os 5Vs do Big Data
      3. Uso de Analytics Engines na análise estatística
    2. Estatística com Python
      1. Variáveis Estatísticas e Bases de Dados
      2. Introdução ao módulo de Python: Pandas
      3. Bases de Dados Estatísticas - Pandas DataFrame
      4. Uso de Analytics Engines para realizar análises estatísticas
    3. Estatística Descritiva e Estatística Inferencial
      1. Estatística Descritiva e Estatística Inferencial
      2. Aplicações de métodos inferenciais a problemas de tomada de decisão em gestão
        • Teste a uma média
        • Teste a duas médias
        • Teste ANOVA
        • Testes não-paramétricos
    4.  Extracção de Conhecimento a partir de Dados
      1. Problemas de classificação e problemas de regressão
      2. Uso da Aprendizagem de Máquina para extracção de conhecimento a partir de dados
      3. Relevância da Aprendizagem de Máquina para a Estatística aplicada à Gestão no contexto da Gestão das Organizações.
  • Objetivos

    Objetivos

    São três os objectivos de aprendizagem da Unidade Curricular:

    O1: Saber reflectir acerca do papel da Estatística nas Organizações, no contexto da Quarta Revolução Industrial e da Big Data Revolution.

    O2: Saber aplicar os principais métodos da estatística descritiva e inferencial a problemas de gestão.

    O3: Saber aplicar métodos de aprendizagem de máquina supervisionada a problemas de extracção de conhecimento a partir de dados em gestão.

  • Metodologias de ensino e avaliação

    Metodologias de ensino e avaliação

    Desenvolvimento da UC com aplicação prática ao contexto presente da Business Analytics e Business Intelligence, com a matéria leccionada a partir de casos de aplicação da Estatística à tomada de decisão no contexto empresarial. Ligação entre a UC e projecto de I&D internacional "Data Science and Machine Learning with Python" (https://sites.google.com/view/datasciml) de produção de materiais científicos e pedagógicos incluindo tecnologia, artigos e webinars (playlist: https://youtube.com/playlist?list=PLmLUR-kyF1qVVBeLSiNUu5kpGTk84EYZ8) ligados às áreas da Data Science, Business Intelligence e Aprendizagem de Máquina, sinergizando ensino e investigação.

  • Bibliografia principal

    Bibliografia principal

    • McKinney, Wes (2018). Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython. O'Reilly, USA.
    • Vasiliev, Yuli (2022). Python for Data Science: A Hands-On Introduction. No Starch Press, USA.
    • Briggs, Wade (2022) Data Science with Python. Kindle E-Book, Amazon.

     

INSCRIÇÃO AVULSO
Política de Cookies
Este website utiliza cookies para lhe proporcionar uma melhor experiência de navegação.
Aceitar
Lisboa 2020 Portugal 2020 Small Logo EU small Logo PRR republica 150x50 Logo UE Financed Provedor do Estudante Livro de reclamaões Elogios