Plano de Estudos
Introdução à Ciência de Dados ICD
Contextos
Groupo: 1_LCD 2026/27 > 1º Ciclo > 1º Ano
ECTS
6.0 (para cálculo da média)
Objectivos
Ao concluir esta unidade curricular, os alunos serão capazes de: 1. Compreender conceitos, teorias e ferramentas fundamentais de ciência de dados. 2. Planear um projeto de ciência de dados, definindo problemas e estabelecendo uma metodologia para recolha, processamento e análise de dados. 3. Aplicar conhecimentos de programação para manipular, pré-processar e analisar conjuntos de dados. 4. Compreender os desafios na aplicação de técnicas de ciência de dados a problemas do mundo real. 5. Identificar aplicações de ciência de dados em diferentes domínios e compreender as tendências emergentes na área.
Programa
Esta unidade curricular explora os conceitos, ferramentas e técnicas fundamentais utilizados na ciência de dados. 1. Introdução à Ciência de Dados: O papel de um cientista de dados. Breve introdução às diferentes disciplinas da ciência de dados. O papel que outras ciências têm no desenvolvimento da ciência de dados. Panorama de técnicas em Ciência de Dados (modelação estatística, engenharia de dados, prospeção de dados, aprendizagem automática). 2. Aplicações da Ciência de Dados: Uma visão geral das aplicações em diferentes domínios. 3. Planeamento de um Projeto de Ciência de Dados: Definição do problema, análise de requisitos, recolha de dados, escolha de modelo e validação. Impacto de uma metodologia bem desenhada. 4. Desafios na Aplicação da Ciência de Dados: Técnicas de recolha, pré-processamento, avaliação da qualidade de dados e seu armazenamento. Privacidade e ética. Implementação de modelos. Comunicação e interpretação de resultados. Impacto societal.
Método de Avaliação
Os componentes principais para a avaliação dos alunos são: Quizzes Formativos: Avaliar a compreensão dos alunos sobre os conceitos fundamentais de ciência de dados. Os quizzes serão realizados periodicamente durante as aulas, fornecendo feedback imediato aos alunos. Avaliação de Capacidades Técnicas: Avaliar a capacidade dos alunos utilizarem ferramentas e bibliotecas para manipulação e análise de dados. A avaliação será baseada na habilidade dos alunos na execução de tarefas, resolução de problemas e aplicação de técnicas e métodos apropriados. Projeto Colaborativo em Grupo: Avaliar a capacidade dos alunos de planearem uma metodologia de projeto de ciência de dados e aplicá-la a dados reais num cenário de baixa complexidade. A avaliação será feita por meio de um relatório final e uma apresentação. Avaliação Final: Avaliar a compreensão abrangente dos alunos sobre todo o conteúdo programático, incluindo o conhecimento teórico e prático.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 119.0
Carga Total -
Bibliografia
Principal
- The Beginner’s Guide to Data Science.: Ball R, Rague B 2022 Springer
- Python for data analysis.: McKinney, Wes 2022 O'Reilly Media, Inc.
- Python data science handbook: Essential tools for working with data.: VanderPlas, Jake 2023 O'Reilly Media, Inc.
- Data science in context: Foundations, challenges, opportunities.: Spector, Alfred Z., et al. 2022 Cambridge University Press