Disciplina Introdução à Ciência de Dados

A disciplina de Introdução à Ciência de Dados tem como objectivo dar ao estudante competências essenciais na análise de dados, numa perspetiva multidisciplinar, como se trata a  Ciência de Dados. Através da apresentação de metodologias e técnicas fundamentais para tratar, transformar, construir e analisar os dados, é objectivo desta disciplina dar ao estudante capacidade para traduzir essa análise em conhecimento e valor, de modo sustentado para a tomada de decisão.

A componente prática é um dos aspetos fundamentais da disciplina, pelo que a capacidade de traduzir conhecimento em ações práticas e decisões de análise é particularmente valorizada. A ligação estreita ao mundo empresarial para resposta a perguntas de negócios será retratada nesta disciplina.

1. Introdução à Ciência de Dados:

• Importância e aplicações da Ciência de Dados
• Worflow de Projectos: Exemplos Práticos
• Tipos de dados: Estruturados, Semi-estruturados e não estruturados
• Principais desafios na Ciência de Dados

2. Python para Ciência de Dados

• Setup: Jupyter notebook
• NumPy 
• Pandas
• ydata-profiling

3. Pré-processamento de dados

• Limpeza e preparação de dados estruturados (data wrangling: slicing, grouby, pivoting, missing values, imputation, duplicates, outliers, etc)
• Tratamento de dados não estruturado - Texto (lemmatisation, stemming, etc.)

4. Introdução ao Machine Learning, modelos superviosionados e não superviosionados

• Conceitos base
• Regressão Linear
• Regressão Logística
• Redução de Dimensionalidade (PCA)

5. Micro-Serviços e fundamentos de APIs

• Definição de API
• Desenho de APIs
• Implementação de APIs em Python
• Operação de APIs num contexto de processo de previsão

Nas aulas, introduzem-se os conceitos teóricos que são complementados com exemplos práticos reais. Os alunos são incentivados a resolver exercícios assim como a apresentar quaisquer dúvidas. Para cada tópico é apresentado um conjunto de exercícios de aplicação dos conceitos teóricos, procedendo-se ao acompanhamento da resolução dos mesmos e apresentando-se a resolução final.

Materiais de apoio e exercícios com sugestões de resolução serão disponibilizados no Moodle.

Acredita-se que a avaliação contínua, adaptada de acordo com a evolução dos alunos, seja uma boa prática. O acompanhamento individual e a disponibilidade para esclarecer dúvidas, sempre que necessário, é essencial para o aluno e para o seu desempenho.

• Grus, J. (2019). Dafa science from scratch: first princples with Python . O'ReiIIy Media.