Conhecimentos de Base Recomendados
N/A
Métodos de Ensino
Nesta unidade curricular são utilizadas as seguintes metodologias de ensino:
1 – Método expositivo: método explicativo onde fundamentos teóricos e conceito são apresentados pelo professor e discutidos com a turma, seguido de exemplos demonstrativos;
2 – Método experimental: método ativo onde o aluno desenvolve o conhecimento através da resolução de problemas e o desenvolvimento de projectos laboratoriais individuais ou em dinâmica de grupo.
Cada aula será composta por dois momentos:
1 – Exposição introdutória: No início da aula, o docente expõe e discute com os alunos os novos conteúdos em estudo;
2 – Aplicação prática: Após a exposição introdutória, os alunos desenvolvem fichas de trabalho e resolução de problemas, individualmentee em conjunto, para aplicação prática dos novos conceitos, de forma autónoma e sob a orientaçãoo do docente.
Resultados de Aprendizagem
No final do período curricular desta UC, o aluno deverá:
– Identificar os principais conceitos da ciência de dados aplicada ao Marketing– (OA1)
– Implementar aplicações no domínio da ciência de dados – (OA2)
– Utilizar métodos/algoritmos em problemas de ciência de dados e avaliar os resultados – (OA3)
– Avaliar e interpretar o trabalho realizado no âmbito da ciência de dados aplicada ao Marketing – (OA4)
Programa
CP1 – Introdução aos conceitos base de ciências de dados aplicados ao Marketing
CP2 – Metodologia CRISP-DM
CP3 – Modelos para problemas de ciências de dados aplicados ao Marketing
CP4 – Avaliação de modelos e interpretação de resultados
Docente(s) responsável(eis)
Luís Alberto Morais VelosoMétodos de Avaliação
- - uma prova escrita - 50.0%
- - trabalhos práticos - 50.0%
- - um trabalho individual - 25.0%
- - uma prova escrita individual - 75.0%
Estágio(s)
NAO
Bibliografia
Jung, A. (2021). Machine Learning: The Basics. Springer Nature.
Bruce, P., Bruce, A., & Gedeck, P. (2020). Practical statistics for data scientists: 50+ essential concepts using R and Python. O’Reilly Media.
Gama J. (2017); Extração de Conhecimento de Dados Data Mining, Silabo
Miller, T. W. (2020); Marketing data science modeling techniques in predictive analytics with R and python. Pearson Education, Inc.