Plano de Estudos
Aprendizagem Automática e Prospeção de Dados AAPD
Contextos
Groupo: 5_LMA 2026/27 > 1º Ciclo > Ramos > Ramo de Estatística e Investigação Operacional > 1230 - LMA - Opção C (CMAT)
Groupo: 5_LMA 2026/27 > 1º Ciclo > Ramos > Ramo de Estatística e Investigação Operacional > 1229 - LMA - Opção B (CMAT/CEI) > 2º semestre
ECTS
6.0 (para cálculo da média)
Objectivos
Pretende-se que, perante o problema proposto, o aluno seja capaz de estabelecer uma estratégia de resolução. Deverá ser capaz de explorar a base de dados, identificar as variáveis de interesse, decidir sobre a metodologia a seguir, implementá-la na plataforma R, analisar os resultados e tirar conclusões.
Programa
1. Introdução. 2. Dados e medição: a. Medidas de distância; b. Transformações. 3. Análise exploratória de dados: a. Estatísticas amostrais; b. Técnicas gráficas. 4. Analise de componentes principais. 5. Modelos descritivos: a. Métodos divisivos; b. Métodos aglomerativos. 6. Modelos preditivos – Classificação: a. Modelos probabilísticos; b. Regra discriminante de Fisher; c. Árvores de decisão; d. Regressão logística. 7. Regras de associação.
Método de Avaliação
Exame final.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 126.0
Carga Total -
Bibliografia
Principal
- Handbook of Statistical Analysis and Data Mining Applications: Robert Nisbet, John Elder e Gary Miner 2009
- Principles of Data Mining: David Hand, Heikki Manilla e Padhraic Smyth 2001