Código: 22124
ECTS: 6
Departamento: Departamento de Ciências e Tecnologia
Área Científica: Engenharia Informática
Palavras-Chave:
Luís Cavique
Área Científica: Informática.
Correio Eletrónico: luis.cavique@uab.pt
Paulo Nogueira Martins
Correio Eletrónico: pmartins@utad.pt
Margarida da Conceição Rasteiro Magano Lopes Rodrigues Liberato
Correio Eletrónico: mlr@utad.pt
Sinopse:
A extração de conhecimento, padrões ou tendências de base de dados é um elemento essencial na construção de sistemas de apoio à decisão para as grandes e médias empresas da atualidade. Esta área está intimamente ligada a técnicas de bases de dados, estatística e aprendizagem automática.
Competências:
Espera-se que o aluno ao concluir esta unidade curricular esteja capaz de:
Conteúdos:
Conteúdos:
Bibliografia:
Ian H. Witten, Eibe Frank e Mark A. Hall, Data Mining: Practical Machine Learning Tools and Techniques, de Edições The Morgan Kaufmann Series in Data Management Systems, ISBN: 0123748569.
Jiawei Han, Micheline Kamber e Jian Pei, Data Mining - concepts and techniques, Edições The Morgan Kaufmann Series in Data Management Systems, ISBN: 0123814790.
Miguel Rocha, Paulo Cortez e José Maia Neves, Análise Inteligente de Dados, FCA- Editora de Informática, coleção de Tecnologias de Informação, ISBN 9789727222780.
Metodologias de Ensino:
E-learning
Total de Horas de Trabalho: 156
Total de Horas de Contacto: 30
Avaliação:
A avaliação tem caráter individual e implica a coexistência de duas modalidades: avaliação contínua (60%) e avaliação final (40%). Essa avaliação será desenvolvida na aplicação de formas diversificadas, definidas no Contrato de Aprendizagem da unidade curricular.
ECTS: 6
Departamento: Departamento de Ciências e Tecnologia
Área Científica: Engenharia Informática
Palavras-Chave:
- classificação
agrupamentos
avaliação de soluções
Luís Cavique
Área Científica: Informática.
Correio Eletrónico: luis.cavique@uab.pt
Paulo Nogueira Martins
Correio Eletrónico: pmartins@utad.pt
Margarida da Conceição Rasteiro Magano Lopes Rodrigues Liberato
Correio Eletrónico: mlr@utad.pt
Sinopse:
A extração de conhecimento, padrões ou tendências de base de dados é um elemento essencial na construção de sistemas de apoio à decisão para as grandes e médias empresas da atualidade. Esta área está intimamente ligada a técnicas de bases de dados, estatística e aprendizagem automática.
Competências:
Espera-se que o aluno ao concluir esta unidade curricular esteja capaz de:
- Reconhecer o papel e a importância na extração de conhecimento de dados no contexto mais geral da construção de sistemas de apoio à decisão na sociedade de informação e conhecimento;
- Identificar as principais técnicas, metodologias e ferramentas de extração de conhecimento a partir de um elevado volume de dados;
- Aplicar técnicas de extração de conhecimento em contexto experimental.
Conteúdos:
Conteúdos:
- Pré-processamento de dados.
- Medidas de Erro.
- Regras Associativas.
- Classificação.
- Árvores de Decisão.
- Regras de Classificação.
- Modelos Funcionais.
- Redes Neuronais Artificiais.
- Segmentação.
- Avaliação e Comparação de modelos.
- Pós-processamento de dados.
Bibliografia:
Ian H. Witten, Eibe Frank e Mark A. Hall, Data Mining: Practical Machine Learning Tools and Techniques, de Edições The Morgan Kaufmann Series in Data Management Systems, ISBN: 0123748569.
Jiawei Han, Micheline Kamber e Jian Pei, Data Mining - concepts and techniques, Edições The Morgan Kaufmann Series in Data Management Systems, ISBN: 0123814790.
Miguel Rocha, Paulo Cortez e José Maia Neves, Análise Inteligente de Dados, FCA- Editora de Informática, coleção de Tecnologias de Informação, ISBN 9789727222780.
Metodologias de Ensino:
E-learning
Total de Horas de Trabalho: 156
Total de Horas de Contacto: 30
Avaliação:
A avaliação tem caráter individual e implica a coexistência de duas modalidades: avaliação contínua (60%) e avaliação final (40%). Essa avaliação será desenvolvida na aplicação de formas diversificadas, definidas no Contrato de Aprendizagem da unidade curricular.