-
Apresentação
Apresentação
Esta disciplina oferece uma visão aprofundada do campo da Ciência de Dados, ensinando princípios e métodos fundamentais de análise de dados e inteligência artificial. A unidade curricular é direcionada a analistas e cientistas de dados e enfatiza a importância do uso de modelos analíticos descritivos e preditivos obtidos a partir de dados. No final da unidade, os alunos terão adquiridos os conhecimentos necessários e desenvolvido um conjunto abrangente de competências para representar e interpretar a realidade através de dados e para utilizar métodos de inteligência artificial para identificar padrões e realizar predições.
-
Disciplina do curso
Disciplina do curso
-
Grau | Semestres | ECTS
Grau | Semestres | ECTS
Mestre | Semestral | 6
-
Ano | Natureza | Lingua
Ano | Natureza | Lingua
1 | Obrigatório | Português
-
Código
Código
ULHT6606-23869
-
Pré-requisitos e co-requisitos
Pré-requisitos e co-requisitos
Não aplicável
-
Estágio Profissional
Estágio Profissional
Não
-
Conteúdos Programáticos
Conteúdos Programáticos
Introdução à Ciência de Dados O que representam os dados Estruturação de dados Processamento e limpeza de dados Estruturação de bases de dados Business intelligence Estatística descritiva Visualização Python Metodologia CRISP-DM Classificação Previsão Análise de clusters Redes neuronais
-
Objetivos
Objetivos
A era atual é caracterizada por um crescimento exponencial da quantidade, variedade e velocidade de produção de dados. A UC de Ciência de Dados visa proporcionar aos alunos, com o apoio do estudo de casos e de software, a aprendizagem de metodologias, métodos, técnicas e ferramentas que permitam a preparação, estruturação, descrição, análise, inferência e visualização de dados com vista à extração de conhecimento, deteção de padrões e o apoio à tomada de decisões. Pretende-se que o aluno desenvolva competências na identificação de problemas que podem ser solucionados com recurso à ciência de dados, na descrição estatística de dados, na estruturação de problemas através de modelos descritivos e preditivos, na utilização de ferramentas de análise de dados, business intelligence e inteligência artificial na interpretação dos resultados obtidos para apoiar a toma de decisões fundamentadas em dados e para uma melhor compreensão dos sistemas.
-
Metodologias de ensino e avaliação
Metodologias de ensino e avaliação
As metodologias de ensino desta unidade de Ciência de Dados têm como objetivo criar uma experiência de aprendizagem envolvente, eficaz e prática. As aulas fornecem conhecimentos fundamentais, exercícios e debates que incentivam a participação ativa e o pensamento crítico, software atualizado de business intelligence e inteligência artificial correspondente às ferramentas utilizadas pelos analistas de dados e cientistas de dados actuais, e a possibilidade de aplicação prática destas ferramentas e métodos para resolver um problema do mundo real com base em Big Data permite que os alunos aprendam e adquiram as competências necessárias para desenvolver e aplicar a Ciência de dados nos seus futuros ambientes profissionais.
-
Bibliografia principal
Bibliografia principal
Békés, G, Kézdi, G (2021). Data Analysis for Business, Economics, and Policy. Cambridge Books, Cambridge University Press Igual, L, Seguí, S (2017). Introduction to Data Science - A Python Approach to Concepts, Techniques and Applications. Springer
-
Horário de Atendimento
Horário de Atendimento
-
Mobilidade
Mobilidade
Não
