Conhecimentos de Base Recomendados
Conhecimentos básicos da linguagem de programação Python.
Métodos de Ensino
As aulas desta unidade curricular são de natureza teórico-prática.
Os conteúdos programáticos são lecionados através da exposição da teoria, seguida da demonstração da sua aplicação através de exemplos práticos e por último os alunos resolvem exercícios nos temas abordados.
Para o efeito são utilizados diapositivos, vídeos demonstrativos e exercícios práticos.
Os exercícios executados nas aulas constituem uma base para a resolução de projetos futuros.
O trabalho em grupo, quer em sala, quer no trabalho proposto, é fortemente incentivado pretendendo-se promover competências de coordenação e cooperação.
Na apresentação de qualquer tópico dos conteúdos programáticos é utilizada, num primeiro momento, a metodologia expositiva, depois complementada com a metodologia interrogativa em que os alunos são convidados a questionarem e a responderem a perguntas sobre os conteúdos abordados.
Numa fase posterior, e nos conteúdos programáticos dos pontos 2 e 3 os alunos terão de resolver exercícios práticos. Nestes casos a metodologia ativa é a privilegiada com incentivo à resolução autónoma dos exercícios, complementada com a partilha de conhecimento entre alunos.
Resultados de Aprendizagem
Esta unidade curricular tem como objetivo dotar os alunos de um conjunto de conhecimentos sobre os conceitos e as tecnologias que suportam as transformações das organizações visando a integração e a automação dos processos organizacionais.
Os alunos deverão obter as competências fundamentais que lhes permitam:
O1 – compreender os conceitos de Transformação Digital e de Indústria 4.0 e quais as suas implicações para as organizações;
O2 – conhecer as técnicas de Aprendizagem Automática (AA) mais comuns e algumas das suas principais aplicações;
O3 – saber aplicar técnicas de AA, baseadas em Redes Neuronais, na construção de soluções;
O4 – compreender o que é a Internet das Coisas (IoT) e a Computação na Borda (Edge Computing) e quais os seus domínios de aplicação;
O5 – saber criar soluções que integrem, conjuntamente, tecnologias IoT e de AA;
O6 – perceber os desafios que estas tecnologias comportam, nomeadamente éticos e de consumo de recursos.
Programa
1. Fundamentos da Transformação Digital
2. Inteligência Artificial (IA) e Aprendizagem Automática (AA)
2.1 Introdução à IA e à AA
2.2 Técnicas supervisionadas e não supervisionadas de uso comum
2.3 Construção de modelo baseados em Redes Neuronais
2.4 Avaliação e ajuste dos modelos
2.5 Introdução ao Deep Learning
3. Internet das Coisas (IoT) e Computação na Borda (Edge Computing)
3.1 Motivação, conceitos básicos e domínios de aplicação
3.2 Bases de programação de dispositivos IoT
3.3 Principais tecnologias de comunicação e protocolos de aplicação
3.4 Desenvolvimento de aplicações que incorporem Edge Computing
4. Tendências Futuras e Ética em Tecnologias Emergentes
Docente(s) responsável(eis)
André Miguel de Almeida Marrão RodriguesEstágio(s)
NAO
Bibliografia
Bibliografia de Base
T. M. Siebel, Digital transformation: Survive and thrive in an era of mass extinction, RosettaBooks, 2019.
G. Rogers, The digital transformation roadmap: Rebuild your organization for continuous innovation, Wiley, 2023.
A. Géron, Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems, 3rd ed., O’Reilly Media, 2023.
D. Hanes and G. Salgueiro, IoT Fundamentals: Networking Technologies, Protocols, and Use Cases for the Internet of Things, Cisco Press, 2017.
D. Situnayake and J. Plunkett, AI at the Edge, O’Reilly Media, 2023.
Materiais disponibilizados pelo docente
Bibliografia complementar
P. Warden and D. Situnayake, Tiny ML, O’Reilly Media, 2019.
P. Lea, IoT and Edge Computing for Architects: Implementing Edge and IoT Systems from Sensors to Clouds with Communication Systems, Analytics, and Security, 2nd ed, Packt Publishing, 2020.
F. J. Dian, Fundamentals of Internet of Things: For Students and Professionals. Piscataway, Wiley-IEEE Press, 2022.