-
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.
-
Disciplina do curso
Disciplina do curso
-
Grau | Semestres | ECTS
Grau | Semestres | ECTS
Licenciado | Semestral | 5
-
Ano | Natureza | Lingua
Ano | Natureza | Lingua
2 | Obrigatório | Português
-
Código
Código
ULHT1656-194
-
Pré-requisitos e co-requisitos
Pré-requisitos e co-requisitos
Não aplicável
-
Estágio Profissional
Estágio Profissional
Não
-
Conteúdos Programáticos
Conteúdos Programáticos
- Estatística e Ciência de Dados
- Estatística, Ciência de Dados, Business Intelligence e Business Analytics
- A Revolução do Big Data e os 5Vs do Big Data
- Uso de Analytics Engines na análise estatística
- Estatística com Python
- Variáveis Estatísticas e Bases de Dados
- Introdução ao módulo de Python: Pandas
- Bases de Dados Estatísticas - Pandas DataFrame
- Uso de Analytics Engines para realizar análises estatísticas
- Estatística Descritiva e Estatística Inferencial
- Estatística Descritiva e Estatística Inferencial
- 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
- Extracção de Conhecimento a partir de Dados
- Problemas de classificação e problemas de regressão
- Uso da Aprendizagem de Máquina para extracção de conhecimento a partir de dados
- Relevância da Aprendizagem de Máquina para a Estatística aplicada à Gestão no contexto da Gestão das Organizações.
- Estatística e Ciência de Dados
-
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.
-
Horário de Atendimento
Horário de Atendimento
-
Mobilidade
Mobilidade
Não