Currículo

Métodos de Aprendizagem Supervisionada 03599

Contextos

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

ECTS

6.0 (para cálculo da média)

Objectivos

OA1: Compreender os métodos de aprendizagem supervisionada: âmbitos de aplicação e procedimentos OA2: Utilizar software R para realizar as análises de dados OA3: Avaliar e interpretar os resultados das análises de dados

Programa

CP1: Sobre Aprendizagem Supervisionada Tipologias Dados para aprendizagem Funções objetivo Avaliação e seleção de modelos Notas sobre inferência estatística CP2: Métodos de Regressão K- Nearest Neighbor Árvores de Regressão (algoritmo CART) CP3: Métodos de Classificação Naive Bayes K-Nearest-Neighbor Regressão Logística Árvores de Classificação (algoritmo CART)

Método de Avaliação

A avaliação da Unidade Curricular pode ser feita recorrendo à Avaliação ao Longo do Semestre ou à Avaliação por Exame. AVALIAÇÃO AO LONGO DO SEMESTRE: - quiz online realizado em grupo (40%) com nota mínima de 9 valores - teste individual (60%) com nota mínima 9 valores. A aprovação requer nota mínima de 10 valores. AVALIAÇÃO POR EXAME: 1ª parte - teste individual (60%) 2ª parte - teste individual online com análises de dados efetuadas com a ferramenta de software R usada nas aulas (40%). Os alunos devem obter uma nota mínima de 9 valores em cada parte do exame e nota mínima (ponderada) de 10 valores para aprovação. Escala 0-20

Carga Horária

Carga Horária de Contacto -

Trabalho Autónomo - 113.0

Carga Total -

Bibliografia

Principal

Gareth, J., Daniela, W., Trevor, H., & Robert, T. (2013). An introduction to statistical learning: with applications in R. Springer. Hastie, T., Tibshirani, R., Friedman, J. H., & Friedman, J. H. (2009). The elements of statistical learning: data mining, inference, and prediction (Vol. 2, pp. 1-758). New York: Springer. Lantz, B. (2023). Machine Learning with R: Learn techniques for building and improving machine learning models, from data preparation to model tuning, evaluation, and working with big data. 4th Edition. Packt Publishing. Larose, D., Larose, C. (2015). Data Mining and Predictive Analytics. John Wiley & Sons.: