Sumários
Introdução à Ciência de Dados - Aula 03
10 Outubro 2024, 09:00 • Martim Hernandez dos Santos
Machine Learning: Introdução aos tipos de aprendizagem supervisionada e não supervisionada.
Tipos de Aprendizagem: Definição e exemplos de classificação, regressão, agrupamento (clustering) e deteção de anomalias.
Aprendizagem Supervisionada: Explicação do funcionamento de modelos preditivos usando dados rotulados e exemplos práticos.
Aprendizagem Não Supervisionada: Discussão sobre a identificação de padrões e estruturas em dados não classificados.
Metodologia CRISP-DM: Apresentação das seis etapas do ciclo — compreensão do negócio, compreensão dos dados, preparação dos dados, modelação, avaliação e implementação, com um exemplo de previsão de desempenho académico.
Aplicação Real: Exemplificação da aplicação da CRISP-DM numa universidade para prever o desempenho dos estudantes e definir planos de intervenção.
Aula 02 - Ciclo de dados e ética
3 Outubro 2024, 18:00 • Miguel Gonçalves Teodoro
Aula 02 - Ciclo de dados e ética
3 Outubro 2024, 14:30 • Ana Rita Henrique Peixoto
- Questões éticas e impacto
Questões éticas e impacto; Ciclo de Dados.
3 Outubro 2024, 14:00 • Fábio Marques Ferreira
Questões éticas e impacto; Ciclo de Dados.
Aula 02 - Ciclo de dados e ética
3 Outubro 2024, 11:00 • Ana Rita Henrique Peixoto
- Questões éticas e impacto