Disciplina Curricular
Prospeção de Dados PDad
Mestrado Bolonha em Engenharia Informática - 5_MEI 2025/26
Contextos
Grupo: 5_MEI 2025/26 > 2º Ciclo > Parte Escolar > 2033 - MEI - Grupo Opcional Geral (CEI)
Período:
Grupo: 5_MEI 2025/26 > 2º Ciclo > Parte Escolar > Agrupamento Curricular de Especialização > Ciência de Dados > 2017 - MEI - Ciência de Dados - Nucleares
Período:
Grupo: 5_MEI 2025/26 > 2º Ciclo > Parte Escolar > Agrupamento Curricular de Especialização > Ciência de Dados > 2018 - MEI - Ciência de Dados - Livres
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.
Programa
A UC aborda os seguintes tópicos: 1) Introdução à Prospeção de Dados (Data Mining). 2) Descoberta de padrões: Visão geral das abordagens para descoberta de padrões; descoberta de padrões frequentes (descoberta de conjuntos de items, sumarização de conjuntos de items, descoberta de regras de associação), avaliação de padrões e regras de associação; Classificação baseada em padrões. 3) Agrupamento: visão geral das abordagens de agrupamento e sua avaliação; Ensemble Clustering; Agrupamento de dados com elevada dimensionalidade (abordagens baseadas em subspace clustering e redução de dimensionalidade). 4) Prospeção em Dados Temporais: Descoberta de padrões sequenciais (padrões sequenciais frequentes, descoberta de regras de associação sequenciais, avaliação de padrões e regras sequenciais); Agrupamento temporal e espaço-temporal; Classificação em dados temporais. 5) Sistemas de Recomendação: visão geral das principais abordagens; relação com descoberta de padrões e agrupamento.
Métodos de ensino e avaliação
Projeto(s) + Exame