Planeamento
Aulas do tipo Teórico-Prático
Introdução e conceitos introdutórios
Conceitos básicos em Ciência de Dados:
- O que é a Ciência de Dados
- Qual a relação com Inteligência Artificial e Aprendizagem Automática
- Porquê o interesse recente
Conceitos introdutórios (continuação)
Conceitos básicos em Ciência de Dados:
- O que é a Ciência de Dados
- Qual a relação com Inteligência Artificial e Aprendizagem Automática
- Porquê o interesse recente
Conceitos básicos sobre Dados
Dados e conjuntos de dados
- Ciclo usual para a Ciência de Dados
- Dados, informação e conhecimento
- Tipos e conjuntos de dados
- Big Data
Conceitos elementares sobre dados
- Big Data
- Dados proprietários e movimento Open Data
- Bias
- Noções de ética e privacidade
Representação digital
Noções básicas de representação digital
Representação de números: binário, octal, hexadecimal; valores negativos, valores decimais
Standards de codificação de caracteres e de números
Introdução à Álgebra de Boole
Representação digital
Representação digital:
- Números grandes na transformação digital
- Analógico e digital: imagem, geometria 3D, áudio, fala
Arquitetura de computadores e Sistemas Operativos
Fundamentos de arquitetura de computadores
Modelo conceptual de Von Neuman
Componentes de um computador
Sistema Operativo: funcionamento, história, tipos
Funções do sistema operativo: gestão de processos, memória, periféricos
Arquitetura de computadores e Sistemas Operativos
continuação da aula anterior
Adoção digital global
Adoção digital global
- estatísticas atuais relativas à adoção digital mundial
- empresas globais
- grandes empresas da área das tecnologias e as suas atividades recentes
Internet of Things (IoT), Edge/Cloud computing
Internet of Things (IoT), Edge/Cloud computing
Dados: Ética e Privacidade
O desenvolvimento de bases de dados a partir da interação entre utilizadores e dispositivos digitais e analógicos diversificacdos com o crescimento comercial da internet a partir dos anos 90.
Aplicações empresariais de big data: dos sites de comércio eletrónico às aplicações financeiras e de seguros à relação com o Estado.
Big data gerada a partir de contas de utilizadores (google, facebook), dispositivos traceáveis (smartphones, smartwatches, fitbits), processos de fidelização de consumo (supermercados), instrumentos de gestão de smart cities (CCTV). Big Data e Inteligência Artificial.
Construção de perfis digitais por procedimentos ilegais ou eticamente questionáveis através da articulação de diferentes bases de dados construídas com fins específicos. Uso indevido do Big data.
Construção de um padrão ético no tratamento de dados. A Ciência de dados entre as ciências da vida e as ciências sociais. A inadequação do código de conduta das ciências da vida. Dano corporal e dano informacional
Dados: Ética e Privacidade II
Realização de um exercício prático em grupo:
A colheita de dados a partir da vida quotidiana dos cidadãos através da elaboração de um timeline de interação com dispositivos e serviços digitais e analógicos durante 24 horas.
A elaboração de perfis digitais a partir desses processos de colheita. Agregação de dados e usos possíveis.
Metodologia CRISP-DM e Tarefas em Ciência de Dados
Metodologia de processo em CD: o modelo CRISP-DM.
Tipos de problemas em CD
Tarefas em Ciência de Dados
Problemas em CD e tarefas do Cientista de Dados.
Construção de Modelos em Ciência de Dados
Construção de Modelos em Ciência de Dados:
Tipos de aprendizagem automática.
- Métodos (técnicas) principais: classificação, regressão, agrupamento e associação.
- Algoritmos de aprendizagem.
- Ambientação à ferramenta Orange:
Definições e terminologia
- exemplo de utilização usando processamento de imagens e agrupamento hieraraquico.
Construção de Modelos em Ciência de Dados
Ambientação à ferramenta Orange:
- definições e terminologia
- exemplo de utilização usando processamento de imagens e agrupamento hierárquico.
Regressão, Tratamento de dados e enunciado do projeto
Exemplo com regressão
Exercício sobre a preparação de dados
Regressão, Tratamento de dados e enunciado do projeto
Exercício sobre a preparação de dados
Enunciado do projeto
Tratamento de dados
Compreensão dos dados, Imputação, deteção e correção de outliers, filtragem de informação
Apoio ao desenvolvimento de Projeto
Finalização de testes.
Processamento de texto e imagem
Noções de computer vision e Text Mining
Exemplos com processamento de imagem e texto
Apoio ao desenvolvimento do Projeto
Apoio ao desenvolvimento do Projeto
Apresentações dos trabalhos
Apresentações dos trabalhos