Ficha Unidade Curricular (FUC)

Informação Geral / General Information

Código :
04002
Acrónimo :
PPE
Ciclo :
2.º ciclo
Línguas de Ensino :
Português (pt)
Língua(s) amigável(eis) :
Português

Carga Horária / Course Load

Semestre :
1
Créditos ECTS :
6.0
Aula Teórica (T) :
0.0h/sem
Aula Teórico-Prática (TP) :
20.0h/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) :
1.0h/sem
Outras (O) :
0.0h/sem
Horas de Contacto :
21.0h/sem
Trabalho Autónomo :
129.0
Horas de Trabalho Total :
150.0h/sem

Área científica / Scientific area

Ciência de Dados

Departamento / Department

Ano letivo / Execution Year

2020/2021

Pré-requisitos / Pre-Requisites

Nenhum

Objetivos Gerais / Objectives

Desenvolver bases sólidas de programação em Python, com aplicação à solução de problemas práticos em Gestão e Finanças.

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

OA1: Compreender os fundamentos da programação em Python. OA2: Aprender a sintaxe na escrita de funções e scripts, e como organizar dados de forma eficiente. OA3: Aprender como aplicar o Python às atividades de dia-a-dia do negócio.

Conteúdos Programáticos / Syllabus

P1: Introdução ao Python P2: Tipos de variáveis e operações básicas P3: Ciclos P4: Expressões condicionais P5: Funções e classes P6: Importar e trabalhar com dados externos P7: Aplicações práticas

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

OA1 ? Capítulos P1 a P6 OA2 ? Capítulos P2 a P7 OA3 ? Capítulos P6 e P7

Avaliação / Assessment

1) Avaliação periódica: trabalhos ou casos, individuais/grupo (50%) e teste escrito individual (50%). Aprovação: a) mín. 9,5 valores em cada uma das provas individuais; b) classificação final mín. 10 valores; e, c) assiduidade mínima de 60% das aulas. 2) Avaliação por exame (1ª época): teste escrito (100%), com classificação mínima 10 valores. 3) Avaliação por exame (2ª época): teste escrito (100%) com classificação mínima 10 valores. Escala: 0-20 valores.

Metodologias de Ensino / Teaching methodologies

Metodologias de Ensino-Aprendizagem (MEA): MEA1. Expositivas com apresentação dos quadros conceptuais MEA2. Participativas e de debate com análise de exemplos MEA3. Ativas com a realização de trabalhos de grupo e apresentação MEA4. Auto-estudo

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

MEA1. Transversal a todos os OA MEA2. Transversal a todos os OA MEA3. Transversal a todos os OA MEA4. Transversal a todos os OA

Observações / Observations

.

Bibliografia Principal / Main Bibliography

McKinney, W. ? Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython, O?Reilly Media, 2nd Edition, 2017. Beazley, D. e B. Jones ? Python Cookbook, O?Reilly Media, 3rd Edition, 2013.

Bibliografia Secundária / Secondary Bibliography

Data da última atualização / Last Update Date

2024-02-16