Ficha Unidade Curricular (FUC)

Informação Geral / General Information

Código :
IND705
Acrónimo :
IND705
Ciclo :
Desconhecida
Línguas de Ensino :
Português (pt)
Língua(s) amigável(eis) :

Carga Horária / Course Load

Semestre :
2
Créditos ECTS :
0.0
Aula Teórica (T) :
0.0h/sem
Aula Teórico-Prática (TP) :
12.0h/sem
Aula Prática e Laboratorial (PL) :
0.0h/sem
Trabalho de Campo (TC) :
0.0h/sem
Seminario (S) :
0.0h/sem
Estágio (E) :
0.0h/sem
Orientação Tutorial (OT) :
0.0h/sem
Outras (O) :
0.0h/sem
Horas de Contacto :
12.0h/sem
Trabalho Autónomo :
0.0
Horas de Trabalho Total :
12.0h/sem

Área científica / Scientific area

Área Científica INDEG-IUL

Departamento / Department

Ano letivo / Execution Year

2023/2024

Pré-requisitos / Pre-Requisites

Objetivos Gerais / Objectives

Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes

Conteúdos Programáticos / Syllabus

1 - 1. “The other side of the Moon” a. O que é Machine Learning (ML); b. Aprendizagem supervisionada, não-supervisionada, semi-supervisionada, por reforço; c. O que é Advanced Analytics; d. Software e bibliotecas: TensorFlow, LangChain, LLama, OpenAI API, Codex, DALL-E, GPT 2. Oportunidades de aplicação de ML (retail, manufacturing, finance, energy, healthcare, public&social, Telecom) 3. Aplicação: caso prático - vendas; 4. Software: Python (via Anaconda). 2 - 1. ML e AutoML para modelos preditivos; 2. Dados sequenciais e conceitos de Deep Learning (DL) 3. O que são dados sintéticos; 4. Transformers, GANs e GenAI 5. ML vs DL vs GenAI; 6. O que AI (ainda) não faz? 7. Desafio: AI vs Business Understanding (reduzir falhas). 8. Aplicação: caso prático – default de clientes num banco 9. Software: Python. 3 - 1. Metaverse e o papel do Internet nos negócios; 2. OpenAI API com Python: GPT-3/4 3. Prompt Engineering a. Para séries temporais b. Para imagens c. Para código 4. Construir o nosso próprio ChatBot (comprar um carro ou passar o exame?) 5. Aplicação: caso prático – customer analytics com LangChain 6. Software: Python.

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular units content dovetails with the specified learning outcomes

Avaliação / Assessment

Teste - 50% Trabalho de grupo - 50%

Metodologias de Ensino / Teaching methodologies

Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes

Observações / Observations

Bibliografia Principal / Main Bibliography

Bibliografia Secundária / Secondary Bibliography

Data da última atualização / Last Update Date

2024-06-27