Conhecimentos de Base Recomendados
NA
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 discutidoscom a turma, seguido de exemplos demonstrativos;
2 – Método experimental: método ativo onde o aluno desenvolve o conhecimento através da resolução problemas e odesenvolvimento de projetos laboratoriais individuais ou em dinâmica de grupo.
Resultados de Aprendizagem
No final do período curricular desta UC, o aluno deverá:
– Identificar os principais conceitos da ciência de dados aplicada à gestão – (OA1)
– Implementar aplicações no domínio da ciência de dados – (OA2)
– Utilizar métodos/algoritmos em novos problemas de ciência de dados e avaliar os resultados – (OA3)
– Avaliar e interpretar o trabalho realizado no âmbito da ciência de dados aplicada à gestão – (OA4)
– Utilizar os conceitos e ferramentas analisadas e discutidas nas aulas em projetos futuros e no mercado de trabalho – (OA5)
Programa
CP1 – Introdução aos conceitos base de ciências de dados aplicados à gestão CP2 – Metodologia CRISP-DM
CP3 – Exploração de dados
CP4 – Preprocessamento de dados
CP5 – Feature engineering
CP6 – Modelos para problemas de ciências de dados aplicados à gestão
CP7 – Avaliação de modelos e interpretação de resultados
Docente(s) responsável(eis)
Métodos de Avaliação
- - Trabalho Individual e/ou de Grupo - 25.0%
- - Exame - 75.0%
- - Exame - 50.0%
- - a) trabalhos práticos - 50.0%
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
Taddy, M. (2019). Business data science: Combining machine learning and economics to optimize, automate, and accelerate business decisions. McGraw Hill Professional.