Disciplina Topícos em Aprendizagem Automatizada e suas Aplicações

A unidade curricular cobre as atividades típicas de projetos de aprendizagem computacional de um projeto de data science, pelo que se pretende fornecer ferramentas ao estudante para: Planear e documentar um projeto de data science em todas as suas fases de desenvolvimento desde o tratamento de dados à representação de conhecimento. Selecionar as abordagens de aprendizagem computacional adequadas ao projeto a desenvolver de entre as apresentadas. Utilizar as tecnologias disponíveis no mercado para o desenvolvimento ágil de modelos preditivos e/ou descritos.

Não aplicável

Descrição dos conteúdos Introdução à unidade curricular Introdução à Descoberta do Conhecimento Representação de dados e conceitos relacionados Principais repositórios de Machine Learning Análise exploratória de dados Treino de modelos Avaliação de modelos Engenharia de dados Algoritmos de Classificação Algoritmos de Regressão Métodos Ensemble Métodos de Clustering Descoberta de padrões frequentes

A aprendizagem em cada tópico ocorre através de um ciclo que integra teoria, prática e aplicação. Após a introdução dos conceitos, os alunos são incentivados a colocar em prática o que aprenderam em mini projetos. Por fim, os estudantes aprofundam seus conhecimentos ao desenvolverem um trabalho individual, no qual aplicam as habilidades adquiridas e demonstram sua capacidade de realizar uma pesquisa completa, desde a definição do problema até a apresentação dos resultados.

Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques (3rd ed.). Elsevier. Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer.