Disciplina Curricular
Prospeção de Dados PDad
Mestrado Bolonha em Engenharia Informática - 3_MEI 2012/13
Contextos
Grupo: 3_MEI 2012/13 > 2º Ciclo > Parte Escolar > Ramos > Sistemas de Informação > Optativas > 751_1º Ano do Mestrado em Eng. Inf. - GO (SI) > 2º Semestre
Período:
Grupo: 3_MEI 2012/13 > 2º Ciclo > Parte Escolar > Ramos > Interação e Conhecimento > Optativas > 750_1º Ano do Mestrado em Eng. Inf. - GO (IC) > 2º Semestre
Período:
Grupo: 3_MEI 2012/13 > 2º Ciclo > Parte Escolar > Ramos > Engenharia de Software > Optativas > 749_1º Ano de Mestrado em Eng. Inf. - GO (ES) > 2º Semestre
Período:
Grupo: 3_MEI 2012/13 > 2º Ciclo > Parte Escolar > Ramos > Arquitetura, Sistemas e Redes de Computadores > Optativas > 748_1º Ano do Mestrado em Eng. Inf. - GO (ASRC) > 2º Semestre
Período:
Peso
6.0 (para cálculo da média)
Objectivos
Esta UC aborda os conceitos e algoritmos fundamentais em prospeção de dados (Data Mining). No final da UC os alunos deverão compreender os principais algoritmos e aplicações em descoberta de padrões, agrupamento e classificação de dados, e ser capazes de propor soluções em contextos reais de prospeção de dados (Data Mining).
Programa
A UC aborda os seguintes tópicos: O curso abordará os seguintes tópicos: 1. Introdução à mineração de dados 2. Extração de conhecimento em grandes quantidades de dados 3. Aprendizagem supervisionada em contexto de big data. 4. Fundamentos da análise de dados: dados e dados de alta dimensionalidade; redução de dimensionalidade 5. Prospecção de padrões frequentes: prospecção de conjuntos de items, sumarização, prospecção de sequências. 6. Métodos de agrupamento para big data 7. Sistemas de recomendação 8. Prospecção de dados em grafos 9. Prospecção de dados em data streams O estudo destes tópicos é complementado com uma componente prática usando a linguagem de programação Pyhon e bibliotecas do estado-da-arte para prospeção de dados.
Métodos de ensino e avaliação
Métodos de Ensino - 2T + 1.5 TP Métodos de Avaliação - Projecto(s) + Exame