Disciplina Curricular

Prospeção de Dados PDad

Curso de Especialização em Informática - 11_Plano actual

Contextos

Grupo: 11_Plano actual > Especialização > Optativas > 833_Curso de Especialização em Informática

Período:

Grupo: 11_Plano actual > Especialização > Optativas > 830_Curso de Especialização em Informática - MC

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, agrupmento 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: 1. Introdução à prospeção de dados (Data Mining); 2. Fundamentos de análise de dados: dados e dados de elevada dimensionalidade; redução de dimensionalidade e seleção de atributos 3. Descoberta de padrões frequentes: itemset mining, summarizing Itemsets, sequence mining 4. Agrupamento: algoritmos de agrupamento e validação de agrupamentos; agrupamento de dados de elevada dimensão; biclustering/multidimensional clustering 5. Classificação: classificadores,  avaliação e selecção de modelos; técnicas para melhorar a performance 6. Ensemble learning: bagging, boosting and combination methods; ensembre classifiers and clustering ensembles  7. Tópicos adicionais escolhidos da seguinte lista não exaustiva: temporal data mining, learning to rank, recommender systems, text mining, etc O estudo destes tópicos é complementado com uma componente prática usando a linguagem de programação Pyhon e bibliotecas recentes para prospeção de dados.

Métodos de ensino e avaliação

Métodos de Ensino - 2T + 1.5 TP Métodos de Avaliação - Projecto(s) + Exame

Disciplinas Execução

2019/2020 - 2 Semestre

2018/2019 - 2 Semestre

2017/2018 - 1 Semestre