Disciplina Estatística

A Unidade Curricular de Estatística visa o desenvolvimento de competências nucleares em Estatística Aplicada à Gestão, preparando os alunos para os novos contextos organizationais "data-driven" e "data intensive" em transformação acelerada pela sinergização entre a Estatística, Ciência de Dados, Business Analytics e Business Intelligence. Nesse sentido, a UC operacionaliza os principais conceitos, métodos e tecnologias, aplicando-os a problemas de gestão trabalhados em aula com os alunos.

Não aplicável

Estatística e Ciência de Dados Estatística, Ciência de Dados, Business Intelligence e Business Analytics A Revolução do Big Data e os 5Vs do Big Data Uso de Analytics Engines na análise estatística Estatística com Python Variáveis Estatísticas e Bases de Dados Introdução ao módulo de Python: Pandas Bases de Dados Estatísticas - Pandas DataFrame Uso de Analytics Engines para realizar análises estatísticas Estatística Descritiva e Estatística Inferencial Estatística Descritiva e Estatística Inferencial Aplicações de métodos inferenciais a problemas de tomada de decisão em gestão Teste a uma média Teste a duas médias Teste ANOVA Testes não-paramétricos  Extracção de Conhecimento a partir de Dados Problemas de classificação e problemas de regressão Uso da Aprendizagem de Máquina para extracção de conhecimento a partir de dados Relevância da Aprendizagem de Máquina para a Estatística aplicada à Gestão no contexto da Gestão das Organizações.

Desenvolvimento da UC com aplicação prática ao contexto presente da Business Analytics e Business Intelligence, com a matéria leccionada a partir de casos de aplicação da Estatística à tomada de decisão no contexto empresarial. Ligação entre a UC e projecto de I&D internacional "Data Science and Machine Learning with Python" (https://sites.google.com/view/datasciml) de produção de materiais científicos e pedagógicos incluindo tecnologia, artigos e webinars (playlist: https://youtube.com/playlist?list=PLmLUR-kyF1qVVBeLSiNUu5kpGTk84EYZ8) ligados às áreas da Data Science, Business Intelligence e Aprendizagem de Máquina, sinergizando ensino e investigação.

McKinney, Wes (2018). Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython. O'Reilly, USA. Vasiliev, Yuli (2022). Python for Data Science: A Hands-On Introduction. No Starch Press, USA. Briggs, Wade (2022) Data Science with Python. Kindle E-Book, Amazon.