Plano de Estudos

Visualização e Exploração de Dados VED

Contextos

ECTS

6.0 (para cálculo da média)

Objectivos

No final deste curso, os estudantes serão capazes de: 1. Demonstrar conhecimento dos princípios fundamentais da visualização de dados, incluindo design e percepção. 2. Desenvolver competências na aplicação de técnicas de análise exploratória de dados para descobrir padrões, tendências e anomalias. 3. Adquirir proficiência no uso de bibliotecas Python para criar visualizações eficazes e perspicazes. 4. Compreender como avaliar criticamente visualizações quanto à precisão, clareza e eficácia. 5. Desenvolver competências na integração do raciocínio estatístico com a narrativa visual para comunicar descobertas a partir dos dados. 6. Cultivar abordagens para a compreensão de conjuntos de dados, explorando-os e visualizando-os para obter uma visão abrangente do problema antes de aplicar modelos de aprendizagem automática.

Programa

1. Introdução à Visualização de Dados: Importância da EDA, contexto histórico e ferramentas para visualizações eficazes. 2. Princípios de Design: Integridade gráfica, teoria da cor, tipos de gráficos, layout, escolha de gráficos para dados e perguntas analíticas, e boas práticas na comunicação visual. 3. Fundamentos da EDA: Sumarizar dados com medidas de tendência central, variabilidade, histogramas, boxplots e lidar com dados ausentes. 4. EDA Avançada: Analisar relações com scatterplots, correlações, tabelas dinâmicas e séries temporais. 5. Programação e Visualizações Interativas: Utilização de bibliotecas. 6. Estudo de Casos e Aplicações Reais 7. Avaliação de Visualizações: Criticar visualizações e evitar armadilhas. 8. Narrativa de Dados: Combinar visualizações e narrativas para descobertas claras. 9. Desafios de Domínios: Dados de alta dimensionalidade, desequilibrados ou ruidosos. Limpar e preparar dados brutos. 10. Geração de Hipóteses: Explorar e orientar análises com EDA.

Método de Avaliação

Trabalhos práticos, testes ou exame e projeto final.

Carga Horária

Bibliografia

Principal

• Visualization analysis & design.: Tamara Munzner 2014 ISBN: 978-1-4665-0891-0
• Data Points: Visualization That Means Something. : Yau, N. 2013 Wiley.
• The Truthful Art: Data, Charts, and Maps for Communication. : Cairo, A. 2016 New Riders.
• The Visual Display of Quantitative Information. : Tufte, E. R. 2001 Graphics Press.
• Show Me the Numbers: Designing Tables and Graphs to Enlighten. : Few, S. 2012 Analytics Press.
• Learning Data Science: Data Wrangling, Exploration, Visualization, and Modeling with Python: Sam Lau, Joseph Gonzalez et al. 2023 978-1-098-11300-1
• Python for Data Analysis: Data Wrangling with Pandas, NumPy, and Jupyter.: McKinney, W. 2022 O'Reilly Media.
• Data Visualization: A Practical Introduction.: Healy, K. 2018 Princeton University Press

Secundária

Disciplinas de Execução

2026/2027 - 2 Semestre