Currículo
Computação para Economia e Ciências Empresariais CECE
Contextos
Groupo: Escola de Tecnologias e Arquitetura > Optativas > Departamento de Ciências e Tecnologias da Informação > 2º Ciclo
ECTS
6.0 (para cálculo da média)
Objectivos
OA1: Fazer um programa em Python que utilize variáveis, estruturas de controlo, listas e dicionários OA2: Utilizar a biblioteca numpy para criar e manipular vectores e matrizes OA3: Importar um ficheiro e calcular estatísticas sobre os seus dados OA4: importar, preparar e visualizar dados graficamente OA5: Criar um modelo preditivo e testar uma predição OA6: Utilizar ferramentas de inteligência artificial de forma responsável no contexto da unidade curricular
Programa
1. Introdução/Fundamentos CP1: Tipos, estruturas de dados, funções e objetos em Python CP2: Computação com arrays NumPy 2. Análise e Visualização de Dados CP3: leitura, representação e gravação de dados CP4: Biblioteca Pandas e as suas principais estruturas de dados CP5: Agregação de dados, operações de grupo e Pivot tables CP6: Visualização gráfica de dados com matplotlib e seaborn 3. Análise Estatística e Aprendizagem Automática CP7: Análise estatística e preditiva CP8: Introdução à Aprendizagem Automática: Estudo de caso 4. Utilização responsável de inteligência artificial CP9: Fundamentos de IA e IA Generativa CP10: Boas práticas, ética, e uso responsável
Método de Avaliação
Avaliação ao longo do semestre: Teste Intermédio (25%) + PROJETO (25%, individual) + Teste Final (50%, após o fim das aulas). Avaliação por exame: Teste individual (50%, cobrindo toda a matéria) + prova prática (50%, a realizar em computador). A avaliação por exame ocorre sempre que o/a estudante optar por esta modalidade ou não tenha obtido nota positiva na avaliação ao longo do semestre. Pode ser realizada na 1ª época, 2ª época ou época especial (Artº 14 do RGACC). A nota final do PROJETO é fixada para cada estudante através de uma prova oral obrigatória e dependerá do código, documentação apresentada e do desempenho do aluno na oral. As perguntas dos testes podem envolver aspetos relativos ao trabalho. Nenhum dos componentes de avaliação requer uma nota mínima. O coordenador da unidade curricular pode determinar a realização de uma discussão oral complementar relativamente a qualquer elemento/instrumento de avaliação previsto na presente Ficha de Unidade Curricular, sempre que tal se revele necessário para confirmar a aquisição dos conhecimentos e competências avaliados, ou esclarecer discrepâncias entre diferentes elementos de avaliação. A discussão oral complementar não constitui um instrumento autónomo de avaliação, não tem ponderação própria na classificação final da unidade curricular e destina-se exclusivamente à validação da classificação do respetivo elemento/instrumento de avaliação. A classificação anteriormente atribuída a esse elemento/instrumento tem natureza provisória até à realização da discussão oral complementar, podendo ser confirmada ou revista em função da validação realizada e dos critérios de avaliação aplicáveis. A convocatória para a discussão oral complementar será comunicada ao/à estudante com antecedência mínima de 24 horas, indicando a data e a hora de realização. A não comparência, sem justificação atendível, implica a impossibilidade de validação do respetivo elemento/instrumento de avaliação, aplicando-se as consequências previstas para a sua não realização ou desistência. Ainda que a utilização responsável de ferramentas de inteligência artificial seja permitida (e até encorajada) durante o semestre, não é permitida qualquer utilização de ferramentas de inteligência artificial durante qualquer elemento/instrumento/processo de avaliação. A infração derivada da utilização deste tipo de ferramentas ou de qualquer outra técnica de plágio ou fraude durante a avaliação resultará na anulação da respetiva avaliação e na comunicação da ação do/a estudante ao Conselho Pedagógico.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 125.0
Carga Total -
Bibliografia
Principal
- - Python Data Science Handbook: Essential Tools for Working with Data (1st ed.) (2016). Jake VanderPlas. O'Reilly Media, Inc. - Ciência Dos Dados Nas Organizações - Aplicações Em Python (2017), José Braga de Vasconcelos e Alexandre Barão, FCA Editora.:
Secundária
- Making Sense of Data I: A Practical Guide to Exploratory Data Analysis and Data Mining, Second Edition (2014). Glenn J. Myatt and Wayne P. Johnson. Published by John Wiley & Sons, Inc.: