Currículo

Projeto Aplicado em Ciência de Dados I 03598

Contextos

Groupo: Ciência de Dados - PL > 1º Ciclo > Unidades Curriculares Obrigatórias

ECTS

6.0 (para cálculo da média)

Objectivos

OA1 - Aprender técnicas de limpeza, pré-processamento, engenharia e integração de dados OA2 - Identificar a metodologia apropriada para o problema a resolver. OA3 - Compreender e interpretar os resultados. OA4 - Comunicar os resultados de forma correta (relatório e apresentação oral)

Programa

CP 1 Metodologia para desenvolvimento de um projeto com enfâse em Ciência de Dados. CP 2 Bibliotecas (Python) para manipulação, visualização e tratamento de dados. CP 3 Feature Engineering e compreensão das variáveis/dados CP 4 Metodologias para comunicação e disseminação de resultados. CP 5 Desenvolvimento do projeto.

Método de Avaliação

Dada a natureza aplicada deste unidade curricular, não existirá avaliação por exame. A avaliação será composta por: 1 - Um teste intercalar: 25%; 2 - Apresentações orais: 25%.; 3 - Projeto com relatório final e apresentação em workshop: 50%. A aprovação requer uma nota mínima ponderada de 10 valores

Carga Horária

Carga Horária de Contacto -

Trabalho Autónomo - 113.0

Carga Total -

Bibliografia

Principal

(1) Artigos científicos em conformidade com os temas específicos aos problemas em que os alunos vão desenvolver o seu projeto (2) Ficheiros (slides, scripts e notebooks) da UC a disponibilizar no Moodle (3) Wes McKinney (2022), Python for Data Analysis, 3rd Edition, O'Reilly Media, Inc. (https://wesmckinney.com/book/, https://github.com/wesm/pydata-book) (4) Marek Gagolewski (2023), Minimalist Data Wrangling with Python, CC BY-NC-ND 4.0. (https://datawranglingpy.gagolewski.com/):

Secundária

(1) Matt Harrison and Theodore Petrou (2020), Pandas 1.x Cookbook, Second Edition, Packt>. (2) Suresh Kumar Mukhiya and Usman Ahmed (2020), Hands-On Exploratory Data Analysis with Python, Packt>. (https://github. com/PacktPublishing/hands-on-exploratory-data-analysis-with-python):