Disciplina Curricular
Redes de Conhecimento RC
Mestrado Bolonha em Ciência de Dados - 1_MCD 2018/19
Contextos
Grupo: 1_MCD 2018/19 > 2º Ciclo > Parte Escolar > Opcionais > 732 - MCD - Grupo 3
Período:
Peso
6.0 (para cálculo da média)
Objectivos
Ao concluir esta unidade curricular, os alunos serão capazes de: 1. Demonstrar uma compreensão sistemática do que são Redes de Conhecimento e como elas suportam aplicações baseadas em Inteligência Artificial e Ciência de Dados. 2. Estar familiarizados com técnicas de aquisição e representação de conhecimento e como elas são utilizadas para apoiar a resolução de problemas e a tomada de decisões que requerem comportamento inteligente. 3. Desenvolver uma compreensão global das técnicas mais avançadas para aplicações de Redes de Conhecimento. 4. Desenvolver uma consciência crítica das direções atuais de investigação na área de Redes de Conhecimento, os seus desafios e oportunidades. 5. Adquirir capacidades para aplicar métodos gerais de ciência de dados e inteligência artificial baseados em Redes de Conhecimento, a fim de desenvolver software que explore os dados de um domínio científico ou empresarial específico.
Programa
Esta unidade curricular está estruturada em três partes. A primeira parte aborda as bases das Redes (ou grafos) de Conhecimento, incluindo definições, linguagens, padrões, melhores práticas e metodologias. A segunda parte discute como as Redes de Conhecimento se encaixam na pipeline de Ciência de Dados, desde a extração de conhecimento e integração de dados até a aprendizagem automática e a explicabilidade. A parte final apresenta diversas aplicações em domínios do mundo real, abordando desafios e oportunidades em Ciência de Dados e Ciência da Computação. O programa abrange diferentes temas, incluindo Design e Engenharia de Ontologias, semântica e raciocínio, procuras em Redes de Conhecimento baseados em RDF com SPARQL e construção de Redes de Conhecimento. Tópicos adicionais abrangem alinhamento e integração, prospeção de dados e aprendizagem automática, Inteligência Artificial Explicável e visualização. A unidade curricular também inclui uma palestra convidada de um especialista.
Métodos de ensino e avaliação
A avaliação inclui componentes contínuas e final. Nomeadamente, projetos (em grupo ou individuais), atividades práticas e avaliação final sob a forma de um exame ou trabalho escrito.