Planeamento
Aulas
Apresentação e Introdução à Ciência de Dados
- Apresentação geral da UC.
- Introdução à Ciência de Dados (CD):
- O que é a CD
- Porquê agora
- Diferenciação entre CD, Data Mining, Machine Learning e Artificial Intelligence
Introdução à Ciência de Dados (continuação)
- Continuação da aula anterior.
- Familiarização com a linguagem e ambiente R.
Conceitos fundamentais em CD
- Ciclo de dados.
- Dados: conceitos fundamentais.
- Tipos de dados e conjuntos de dados.
Conceitos fundamentais em CD (continuação)
- Open data.
- Dados: Impactos societais.
- Continuação da introdução ao ambiente R.
Metodologias em CD
- A metodologia de processo CRISP-DM.
- Preparação de dados - definições e tarefas importantes.
CRISP-DM e Preparação de dados
Preparação de dados (continuação)
CRISP DM - Modelação
- Tipos de problemas e tarefas principais em CD.
Apresentação do projeto de grupo.
- Apresentação do projeto de grupo.
- Comprensão do domínio e dos dados.
Redes Neuronais Artificiais: Introdução
- Conceitos fundamentais em Redes Neuronais Artificiais
Redes Neuronais Artificiais (continuação)
- Redes neuronais de tipo feed-forward.
- Backpropagation e Learning rate
Construção de um modelo de rede neuronal
- Treino e Teste
- Optimização de parâmetros
Construção de um modelo de rede neuronal (continuação)
- Validação de modelos
- Apoio ao desenvolvimento do projeto
Seminário
Seminário em CD
Apoio ao Projeto
Apoio ao desenvolvimento do projeto.
Seminário II
Seminário em CD.
Apoio ao projeto
Apoio à finalização do trabalho de projeto.