Departamento de Informática (UM)

Interpretação e Análise de Dados

17028 [ME47ME4700007529]

Mestrado em Engenharia de Sistemas [MES]

S2

Orlando Manuel Oliveira Belo

Objetivos

A introdução gradual das várias temáticas e conceitos associados a cada um dos tópicos do programa da unidade curricular permitirá ao longo do semestre, de forma gradual, providenciar aos alunos o conhecimento e a perícia necessária para alcançarem os objetivos enumerados e saberem como construir e desenvolver um sistema analítico, através da realização de um trabalho prático, cujas etapas abordarão cada uma das temáticas abordadas no programa da unidade curricular, alinhadas com o cumprimento gradual dos referidos objetivos. A sequência dos vários temas permitirá, também, apresentar aos alunos os desafios mais usuais que um sistema de análise de dados nos coloca e conhecer os métodos e as tecnologias mais adequadas para os ultrapassar.

Programa

1. Introdução aos sistemas analíticos.
2. Levantamento e análise de requisitos para sistemas de análise de dados.
3. Aferição e garantia da qualidade dos dados de um sistema.
4. Conceção e implementação de sistemas de análises de dados.
5. Plataformas para a gestão e visualização de dados.
6. Prospeção de dados e aquisição de conhecimento.
7. Classificação, segmentação e associação de dados.

Bibliografia

Witten, I., Frank, E., Hall, M., Pal, C., Data Mining: Practical Machine Learning Tools and Techniques (Morgan Kaufmann Series in Data Management Systems) 4th Edition, Morgan Kaufmann, December 1, 2016. ISBN-10 ? : ? 0128042915, ISBN-13 ? : ? 978-0128042915.

Blokdyk, G., Multidimensional Database Management System Complete Self-Assessment Guide Paperback, 5STARCooks (February 24, 2022), ISBN-10 ? : ? 0655167102, ISBN-13 ? : ? 978-0655167105.

Linoff, G., Berry, M., Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management, 3rd Edition, Wiley, April 12, 2011. ISBN-10 ? : ? 0470650931, ISBN-13 ? : ? 978-0470650936.

Muller, Andreas C., and Sarah Guido. 2017. Introduction to Machine Learning with Python: A Guide for Data Scientists. O’Reilly Media.

Nussbaumer, C., Storytelling with Data: A Data Visualization Guide for Business Professionals, ? Wiley; 1st edition (November 2, 2015), ISBN-10 ? : ? 1119002257, ISBN-13 ? : ? 978-1119002253.

Resultados da aprendizagem

- Adquirir o conhecimento necessário para identificar, contextualizar, descrever e caracterizar um processo de análise de dados.
- Conhecer os processos de angariação de dados mais usuais, identificando fontes de informação de natureza diversa.
- Aferir a qualidade dos dados para o povoamento de um sistema analítico, estabelecendo critérios e selecionando métodos de tratamento e de recuperação de dados adequados.
- Conhecer técnicas de modelação dimensional de dados e saber construir os seus correspondentes sistemas de dados de suporte.
- Entender a missão e os objetivos de um sistema de mineração de dados ou de extração de conhecimento dentro de um dado domínio de negócio e caracterizarem de forma clara o processo da sua implementação.
- Desenvolver sistemas de prospeção de dados, aplicando técnicas e modelos para a classificação, segmentação e associação de dados.

Método de avaliação

Apresentação oral do trabalho prático: 15%.
Demonstração prática do trabalho prático: 15%.
Relatório do trabalho prático: 70%.

Funcionamento

Turno: T 1; Docente: Orlando Manuel Oliveira Belo; Dep.: DI; Horas: 15.
Turno: TP 1; Docente: Ana Filipa Barros Duarte; Dep.: DI; Horas: 30.