Disciplina Introdução à Ciência de Dados

A disciplina de Introdução à Ciência de Dados tem como objectivo dar ao estudante competências essenciais na análise de dados, numa perspetiva multidisciplinar, como se trata a  Ciência de Dados. Através da apresentação de metodologias e técnicas fundamentais para tratar, transformar, construir e analisar os dados, é objectivo desta disciplina dar ao estudante capacidade para traduzir essa análise em conhecimento e valor, de modo sustentado para a tomada de decisão.   A componente prática é um dos aspetos fundamentais da disciplina, pelo que a capacidade de traduzir conhecimento em ações práticas e decisões de análise é particularmente valorizada. A ligação estreita ao mundo empresarial para resposta a perguntas de negócios será retratada nesta disciplina.

Não aplicável

1. Introdução à Ciência de Dados: Importância e aplicações da Ciência de Dados Worflow de Projectos: Exemplos Práticos Tipos de dados: Estruturados, Semi-estruturados e não estruturados Principais desafios na Ciência de Dados   2. Python para Ciência de Dados Setup: Jupyter notebook NumPy  Pandas Matplotlib   3. Pré-processamento de dados Limpeza e preparação de dados estruturados (data wrangling: slicing, grouby, pivoting, missing values, imputation, duplicates, outliers, etc) Tratamento de dados não estruturado - Texto (lemmatisation, stemming, etc.)   4. Introdução ao Machine Learning, modelos superviosionados e não superviosionados Conceitos base Regressão Linear Regressão Logística KNN Redução de Dimensionalidade (PCA) Clustering  Métricas de avaliação de desempenho de modelos    

Nas aulas, introduzem-se os conceitos teóricos que são complementados com exemplos práticos reais. Os alunos são incentivados a resolver exercícios assim como a apresentar quaisquer dúvidas. Para cada tópico é apresentado um conjunto de exercícios de aplicação dos conceitos teóricos, procedendo-se ao acompanhamento da resolução dos mesmos e apresentando-se a resolução final.   Materiais de apoio e exercícios com sugestões de resolução serão disponibilizados no Moodle. Acredita-se que a avaliação contínua, adaptada de acordo com a evolução dos alunos, seja uma boa prática. O acompanhamento individual e a disponibilidade para esclarecer dúvidas, sempre que necessário, é essencial para o aluno e para o seu desempenho.

Grus, J. (2019). Dafa science from scratch: first princples with Python . O'ReiIIy Media.