-
Apresentação
Apresentação
Esta unidade curricular é o primeiro contacto dos alunos com as múltiplas dimensões da ciência de dados. Apresenta conteúdos gerais que serão aprofundados noutras UC, ao longo de toda a licenciatura. Nesta UC pretende-se dar ao aluno as visões de diferentes setores: académicos, empresariais e sociais, do uso e da utillidade da ciência de dados. Serão debatidos os seus principios básicos, a sua génese, as relações com outras disciplinas e algumas das suas ferramentes e princípios teóricos, assim como as potenciais implicações éticas da sua aplicação. Pretende-se igualmente levar o aluno a refletir sobre a fonte, o uso e o conhecimento que se pode extrair dos dados, contribuindo para o desenvolvimento da acuidade de pensamento baseado em evidência.
-
Disciplina do curso
Disciplina do curso
-
Grau | Semestres | ECTS
Grau | Semestres | ECTS
Licenciado | Semestral | 6
-
Ano | Natureza | Lingua
Ano | Natureza | Lingua
1 | Obrigatório | Português
-
Código
Código
ULHT6634-23084
-
Pré-requisitos e co-requisitos
Pré-requisitos e co-requisitos
Não aplicável
-
Estágio Profissional
Estágio Profissional
Não
-
Conteúdos Programáticos
Conteúdos Programáticos
CP1 - Introdução à UC CP2 - Dados, tipos de dados e manipulação de dados Metadados Enviesamentos Tipos de dados e representações Computação e Armazenamento CP3 - Análise Exploratória de Dados Medidas de posição e dispersão Visualização CP4 - Modelação de dados, Bases de dados, Extração, Integração e Tratamento de dados Origem dos dados Fontes de dados Extração Dados x Informação Processamento CP5 - Aprendizado de Máquina Modelos supervisionados Modelos não supervisionados CP6 - Estudo de Caso CP7 - Ética para a Ciência de Dados CP8 - Projetos em Ciência de Dados - Metodologias
-
Objetivos
Objetivos
Após concluir esta UC com sucesso o aluno deverá ter atingido os seguintes objetivos de aprendizagem (OA): OA1. Entender e explicar o que são dados. Distinguir diferentes tipos de dados. Identificar e classificar fontes de dados. OA2. Ser capaz de defender a necessidade, utilidade e valor da aplicação da ciência de dados a problemas científicos, de gestão e sociais, no sentido de descrever e prever problemas e prescrever soluções. OA3. Distinguir a Ciência de Dados de disciplinas afins, identificando semelhanças e diferenças. OA4. Examinar as implicações da recolha de dados na ciência, nas empresas e na sociedade, e o respetivo enquadramento ético. OA5. Entender as necessidades contextuais de um modelo de análise de dados e ser capaz de desenhar e criar um modelo simples.
-
Metodologias de ensino e avaliação
Metodologias de ensino e avaliação
As aulas são acompanhadas de exemplos práticos e tutoriais, a serem desenvolvidos em sala de aula com a supervisão do professor, mas também de maneira autónoma nas horas de dedicação fora de sala de aula. Os exercícios práticos e tutoriais devem ser realizados em sala de aula, individualmente, enquanto que os projetos devem ser realizados nas horas de dedicação fora de sala de aula e em grupo.
-
Bibliografia principal
Bibliografia principal
Adhikari, A., Denero, J., Wagner, D. - Computational and inferential thinking: The foundations of data science. University of California, Berkeley. 2019. Disponível em: https://inferentialthinking.com O'Neil, C., & Schutt, R. (2013). . O'Reilly Media, Doing data science: Straight talk from the frontline Inc. ISBN: 9781449358655
-
Horário de Atendimento
Horário de Atendimento
-
Mobilidade
Mobilidade
Não
