-
Apresentação
Apresentação
Apresentar aos estudantes as tendências e práticas de análise de dados nas organizações, incluindo as áreas relacionadas, tais como a gestão de conhecimento, a web semântica, as tecnologias de extração de conhecimento de dados (data mining), e as ferramentas de software e linguagens de programação (Python) adequadas ao desenvolvimento de soluções de software na área da ciência e engenharia e dados.
-
Disciplina do curso
Disciplina do curso
-
Grau | Semestres | ECTS
Grau | Semestres | ECTS
Doutor | Semestral | 5
-
Ano | Natureza | Lingua
Ano | Natureza | Lingua
1 | Opcional | Português
-
Código
Código
ULHT1504-25628
-
Pré-requisitos e co-requisitos
Pré-requisitos e co-requisitos
Não aplicável
-
Estágio Profissional
Estágio Profissional
Não
-
Conteúdos Programáticos
Conteúdos Programáticos
Parte I: Engenharia de Software Aplicada Práticas de engenharia de software para a ciência de dados. Parte II: Gestão e Engenharia de Conhecimento Gestão de conhecimento e engenharia de conhecimento. Gestão de conhecimento organizacional. Parte III: Ciência de Dados nas Organizações Ciência de dados e gestão de conhecimento. Ciência de dados para a transformação digital nas organizações. Parte IV: Extração de Conhecimento de Dados Tecnologias de extração de conhecimento. Data Mining and Text Mining. Inteligência Artificial (IA) e Processamento de Linguagem Natural. Parte V: Web Semântica (Web 3.0) IA e Web Semântica. Representação de conhecimento e mecanismos de raciocínio. Ontologias. Ontology Web Language (OWL). Parte VI: Projeto de Software em Python Desenvolvimento de projetos de software em Python. Análise de dados em Python. Processamento de linguagem natural em Python. AI-based Chatbots in Python.
-
Objetivos
Objetivos
A UC pretende desenvolver competências nas áreas de Engenharia de Software, Engenharia de Conhecimento e Ciência de Dados e as suas aplicações nas organizações empresariais. Como principal técnica de representação de dados e programação é aplicada a linguagem Python (e respetivas bibliotecas) no âmbito da análise, modelação e visualização de informação e no desenvolvimento de soluções (software) para a análise de dados e suporte à decisão. Neste contexto, a engenharia de software aplicada à ciência de dados surgiu como uma área (e necessidade) de investigação e desenvolvimento (I&D). Conceitos e atividades como Big Data, Data Mining, Text Mining, Information Retrieval, Machine Learning, Processamento de Linguagem Natural, Análise Preditiva, algoritmia e programação em Python, ganham cada vez mais importância e aplicação prática nas empresas e nas universidades.
-
Metodologias de ensino e avaliação
Metodologias de ensino e avaliação
As aulas são expositivas. Incentiva-se a participação activa dos alunos no processo de ensino através de perguntas que vão estimulando o interesse pela matéria. Quando apropriado, a apresentação da matéria é precedida pelo estudo de situações concretas do mundo real das organizações. Alguns tópicos surgem na sequência da análise de problemas e casos de estudo cuja resolução torna natural os conceitos a estudar. A avaliação consiste em: - trabalho de análise de artigos científicos realizado ao longo do semestre (30%); - projeto de software (Python) (70%).
-
Bibliografia principal
Bibliografia principal
José Braga de Vasconcelos, Alexandre Barão (2017) Ciência dos Dados nas Organizações, aplicações em Python. Editora FCA Informática, Grupo Lidel, dezembro 2017. Vol. 1. 334 p. ISBN: 978-972-722-885-0. Braga de Vasconcelos, José (2015) Python: Algoritmia e Programação Web. Editora FCA Informática, Lidel, abril de 2015. Vol. 1. 328 p. ISSN/ISBN: 978-972-722-813-3. Pascal Hitzler, Markus Krötzsch, Sebastian Rudolph (2009) Foundations of Semantic Web Technologies, Chapman and Hall, CRC, 2009, ISBN: 9781420090505. Thomas H. Davenport and Laurence Prusak (2000) Working Knowledge: How Organizations Manage What They Know, Harvard Business School Press. Swartout, W. and Tate, A. (1999). Ontologies, IEEE Intelligent Systems, Jan-Feb 99, pp.18-19. Uschold, M., King M., Moralee S. and Zorgios Y. (1997). Enterprise Ontology, Artificial Intelligence Applications Institute (AIAI), University of Edinburgh, Technical Report AIAI-TR-195.
-
Horário de Atendimento
Horário de Atendimento
-
Mobilidade
Mobilidade
Não