-
Apresentação
Apresentação
Esta Unidade Curricular (UC) tem como objetivo promover competências nos seguintes processos: recolha de dados para avaliação do comportamento humano, análise estatística de dados brutos, deteção e limpeza de dados, e atualização contínua de dados. Durante o semestre, os estudantes trabalharão em projetos abrangentes e realistas, aplicando todas estas etapas.
-
Disciplina do curso
Disciplina do curso
-
Grau | Semestres | ECTS
Grau | Semestres | ECTS
Mestre | Semestral | 3
-
Ano | Natureza | Lingua
Ano | Natureza | Lingua
1 | Obrigatório | Português
-
Código
Código
ULHT6802-1-25371
-
Pré-requisitos e co-requisitos
Pré-requisitos e co-requisitos
Não aplicável
-
Estágio Profissional
Estágio Profissional
Não
-
Conteúdos Programáticos
Conteúdos Programáticos
CP 1.Estratégias para o tratamento de dados 1.1.Eficiência operacional; 1.2.Optimização do processo; 1.3.Tomada de decisões; 1.4.Satisfação do cliente CP 2. recolha de dados: 2.1.Quantitativa 2.2.Qualitativo CP 3. Agregação de dados 3.1.Abordagem em rede 3.2.Abordagem baseada em árvores 3.3.Abordagem de agrupamento 3.4.Abordagem multi-percurso CP 4.Limpeza de dados: 4.1. Remoção 4.2.Padronização 4.3.Conversão; 4.4.Tradução 4.5.Valores em falta CP 5.Actualização de dados 5.1.Actualizações únicas 5.2.Actualizações de lotes
-
Objetivos
Objetivos
Esta UC visa promover competências sobre os processos de: recolha de dados para utilização na avaliação do comportamento humano (OA1), análise estatística de dados brutos recolhidos (OA2), detecção e limpeza de dados (OA3) e actualização contínua de dados (OA4). Durante o semestre, os estudantes serão confrontados com projectos abrangentes e 'próximos da realidade' onde todas as etapas acima mencionadas terão de ser aplicadas.
-
Metodologias de ensino e avaliação
Metodologias de ensino e avaliação
Sendo uma unidade prática, a metodologia experiencial será seguida. Os estudantes serão convidados, ao longo do semestre, a participar num conjunto de exercícios que mimetizam um procedimento 'real', exigindo a utilização de todas as etapas de processamento de dados. O trabalho será realizado em equipas de dois para permitir o intercâmbio de ideias e para promover o trabalho colaborativo.
-
Bibliografia principal
Bibliografia principal
Clarke, E. (2022). Everything Data Analytics-A Beginner's Guide to Data Literacy: Understanding the Processes That Turn Data Into Insights. Kenneth Michael Fornari. Soleil, O. & Jelen, B. (2022). Guerrilla Data Analysis Using Microsoft Excel: Overcoming Crap Data and Excel Skirmishes. Holy Macro! Books. Long, J. (2019). R Cookbook: Proven Recipes for Data Analysis, Statistics, and Graphics. O'Reilly Media. Shaee, A.B.R., Hutchinson, D.M., Teague, S.J. (2019). Machine learning in mental health: a scoping review of methods and applicaSons. Psychol Med. 49(9):1426-1448. doi: 10.1017/S0033291719000151
-
Horário de Atendimento
Horário de Atendimento
-
Mobilidade
Mobilidade
Não