Disciplina Topícos em Aprendizagem Automatizada e suas Aplicações

A unidade curricular cobre as atividades típicas de projetos de aprendizagem computacional de um projeto de data science, pelo que se pretende fornecer ferramentas ao estudante para: Planear e documentar um projeto de data science em todas as suas fases de desenvolvimento desde o tratamento de dados à representação de conhecimento. Selecionar as abordagens de aprendizagem computacional adequadas ao projeto a desenvolver de entre as apresentadas. Utilizar as tecnologias disponíveis no mercado para o desenvolvimento ágil de modelos preditivos e/ou descritos.

Não aplicável

Descrição dos conteúdos Introdução à unidade curricular Introdução à Descoberta do Conhecimento Representação de dados e conceitos relacionados Principais repositórios de Machine Learning Análise exploratória de dados Treino de modelos Avaliação de modelos Engenharia de dados Algoritmos de Classificação Métodos de Clustering Descoberta de padrões frequentes

A aprendizagem em cada tópico ocorre através de um ciclo que integra teoria, prática e aplicação. Após a introdução dos conceitos, os alunos são incentivados a colocar em prática o que aprenderam em mini projetos. Por fim, os estudantes aprofundam seus conhecimentos ao desenvolverem um trabalho individual, no qual aplicam as habilidades adquiridas e demonstram sua capacidade de realizar uma pesquisa completa, desde a definição do problema até a apresentação dos resultados.

Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques (3rd ed.). Elsevier. Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer.