A sala de cinema Fernando Lopes já reabriu. Veja a programação completa aqui

filmeu

Disciplina Ciência de Dados Aplicada à Biotecnologia Alimentar

  • Apresentação

    Apresentação

    A unidade curricular "Ciência de Dados Aplicada à Biotecnologia Alimentar" insere-se no cruzamento entre as ciências computacionais e a biotecnologia, com enfoque na análise estatística, modelação preditiva e visualização de dados em contextos laboratoriais e industriais. Atua nos domínios da inovação alimentar, controlo de qualidade, segurança e sustentabilidade, proporcionando aos estudantes ferramentas quantitativas essenciais para a resolução de problemas reais. A sua pertinência no ciclo de estudos reside na capacitação técnica e analítica dos alunos para contextos profissionais exigentes e tecnologicamente avançados da Biotecnologia Alimentar.  
  • Conteúdos Programáticos

    Conteúdos Programáticos

    1. Fundamentos de programação para análise de dados 2. Estatística descritiva aplicada à análise de alimentos 3. Visualização de dados laboratoriais e industriais 4. Introdução à inferência estatística e testes de hipóteses 5. Regressão linear e logística em contextos de produção e segurança alimentar 6. Métodos de classificação e clustering aplicados a dados microbiológicos ou nutricionais 7. Aquisição e tratamento de dados em Biotecnologia Alimentar
  • Objetivos

    Objetivos

    • Capacitar o aluno na utilização de programação para análise de dados em Biotecnologia Alimentar • Desenvolver competências em estatística descritiva e inferência, aplicadas ao controlo de qualidade e inovação alimentar • Interpretar, visualizar e comunicar dados obtidos de experiências laboratoriais e processos biotecnológicos • Aplicar modelos preditivos simples em contextos reais da indústria alimentar • Fomentar o pensamento crítico e quantitativo na resolução de problemas da Biotecnologia Alimentar
  • Metodologias de ensino e avaliação

    Metodologias de ensino e avaliação

    A unidade curricular adota metodologias inovadoras como ensino baseado em problemas reais da indústria alimentar, utilização de notebooks interativos (Jupyter) para experimentação computacional, e integração de datasets abertos para análise prática. Promove ainda o uso de plataformas colaborativas online para discussão entre pares e feedback formativo. A componente de avaliação contínua com projetos aplicados permite uma aprendizagem ativa, autónoma e contextualizada, reforçando a ligação entre teoria e prática com foco na resolução de problemas e no pensamento crítico orientado por dados.
  • Bibliografia principal

    Bibliografia principal

    • Gentle, E., Hardle, W., Mori, Y. (20129. Handbook of Computational Statistics: Concepts and Methods. Springer. • Larose, C., Larose, D. (2019). Data Science Using Python and R. Wiley ISBN: 978-1-119-52681-0 • Cady, F. (2017). The Data Science Handbook. Wiley.  
INSCRIÇÃO AVULSO
Lisboa 2020 Portugal 2020 Small financiado eu 2024 prr 2024 republica portuguesa 2024 Logo UE Financed Provedor do Estudante Livro de reclamaões Elogios