-
Apresentação
Apresentação
Adquirir e desenvolver competências para representar e interpretar a realidade através de dados e para utilizar métodos de inteligência artificial para identificar padrões e realizar predições.
-
Disciplina do curso
Disciplina do curso
-
Grau | Semestres | ECTS
Grau | Semestres | ECTS
Mestre | Semestral | 6
-
Ano | Natureza | Lingua
Ano | Natureza | Lingua
1 | Obrigatório | Português
-
Código
Código
ULHT6606-23869
-
Pré-requisitos e co-requisitos
Pré-requisitos e co-requisitos
Não aplicável
-
Estágio Profissional
Estágio Profissional
Não
-
Conteúdos Programáticos
Conteúdos Programáticos
- Preparação de dados
- Estruturação de bases de dados
- Business intelligence
- Estatística descritiva
- Visualização
- Python
- Metodologia CRISP-DM
- Classificação
- Previsão
- Análise de clusters
- Redes neuronais
-
Objetivos
Objetivos
A era atual é caracterizada por um crescimento exponencial da quantidade, variedade e velocidade de produção de dados. A UC de Ciência de Dados visa proporcionar aos alunos, com o apoio do estudo de casos e de software, a aprendizagem de metodologias, métodos, técnicas e ferramentas que permitam a preparação, estruturação, descrição, análise, inferência e visualização de dados com vista à extração de conhecimento, deteção de padrões e o apoio à tomada de decisões. Pretende-se que o aluno desenvolva competências na identificação de problemas que podem ser solucionados com recurso à ciência de dados, na descrição estatística de dados, na estruturação de problemas através de modelos descritivos e preditivos, na utilização de ferramentas de análise de dados e na interpretação dos resultados obtidos face aos métodos estatísticos aplicados.
-
Metodologias de ensino e avaliação
Metodologias de ensino e avaliação
Utilização de software e aplicação dos conhecimentos adquiridos a um caso real.
-
Bibliografia principal
Bibliografia principal
-
Moreira, JM, Carvalho, A, Horváth, T (2018) A general introduction to data analytics. Hoboken: Wiley
-
Igual, L, Seguí, S (2017) Introduction to Data Science - A Python Approach to Concepts, Techniques and Applications. Springer
-
-
Horário de Atendimento
Horário de Atendimento
-
Mobilidade
Mobilidade
Não