Mestrado em Sistemas Integrados de Apoio à Decisão

No final da UC o estudante deverá: OA1. Aplicar uma análise de regressão linear e não linear OA2. Explicar as principais vantagens e desvantagens da utilização das técnicas de regressão linear OA3. Realizar uma análise de regressão logística sobre problemas de classificação nominal OA4. Explicar as principais vantagens, desvantagens e limitações da utilização das regressões logísticas OA5. Explicar os mecanismos de aprendizagem das redes neuronais OA6. Explicar as principais vantagens, desvantagens e limitações da utilização das redes neuronais OA7. Explicar a forma sistémica das técnicas de indução de regras OA8. Explicar o mecanismo dos algoritmos de análise de grupos OA9. Explicar o funcionamento sistémico das redes de Kohonen OA10. Explicar o funcionamento e principais vantagens e desvantagens da aplicação da inferência Bayesiana OA11. Explicar os mecanismos sistémicos da análise de afinidades OA12. Conceber modelos de data mining com as ferramentas teóricas leccionadas