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


- Questões éticas e impacto
- Ciclo de dados

Aula 02 - Ciclo de dados e ética

3 Outubro 2024, 14:30 Ana Rita Henrique Peixoto


- Questões éticas e impacto

- Ciclo de dados

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

- Ciclo de dados