Data Mining II
Áreas Científicas |
Classificação |
Área Científica |
OFICIAL |
Ciência de Computadores |
Ocorrência: 2018/2019 - 2S
Ciclos de Estudo/Cursos
Língua de trabalho
Português - Suitable for English-speaking students
Objetivos
Identificação e aplicação de técnicas de data mining para a extração de conhecimento a partir de diversas fontes de dados (texto, web, etc.).
Resultados de aprendizagem e competências
O estudante é capaz de:
- reconhecer diferentes problemas resolúveis através da utilização das técnicas de data mining abordadas e especificadas nos conteúdos;
- identificar e especificar tarefas de data mining idênticas às abordadas;
- obter e pré-processar dados para os algoritmos e as tarefas abordados;
- compreender e utilizar algoritmos de data mining;
- obter, interpretar, avaliar e utilizar modelos de data mining;
- implementar alguns dos algoritmos e propor alterações para os melhorar.
Modo de trabalho
Presencial
Programa
- Association Pattern Mining: itemsets frequentes e regras de associação; algoritmo Apriori; sumarização de
itemsets e seleção de regras; algoritmo FP-Growth.
- Sequential Pattern Mining: algoritmo GSP; algoritmo PrefixSpan.
- Web Mining: information retrieval; sistemas de recomendação;
link analysis.- Text Mining: clustering de documentos; classificação de documentos.
- Outlier Mining: desafios; técnicas não supervisionadas, semi-supervisionadas e supervisionadas.
Bibliografia Obrigatória
Liu Bing 1963-;
Web data mining. ISBN: 978-3-642-19459-7
Hand David 1950-;
Principles of data mining. ISBN: 978-0-262-08290-7
Bibliografia Complementar
Charu C. Aggarwal; Data Mining - The Texbook, Springer, 2015. ISBN: 978-3-319-14141-1
Métodos de ensino e atividades de aprendizagem
Aulas de caráter teórico-prático onde serão expostos os temas contemplados no programa e fornecidos alguns exemplos práticos de aplicação.
Software
RStudio
R
Tipo de avaliação
Avaliação distribuída com exame final
Componentes de Avaliação
Designação |
Peso (%) |
Exame |
70,00 |
Trabalho prático ou de projeto |
30,00 |
Total: |
100,00 |
Componentes de Ocupação
Designação |
Tempo (Horas) |
Elaboração de projeto |
0,00 |
Estudo autónomo |
0,00 |
Frequência das aulas |
0,00 |
Total: |
0,00 |
Obtenção de frequência
Para obtenção de frequência os estudantes deverão: participar ou nos dois testes teóricos previstos na unidade curricular ou no exame final constituído por duas partes referentes aos conteúdos do teste 1 e do teste 2; e ter uma nota mínima no trabalho prático de 35% (7 valores em 20).
Fórmula de cálculo da classificação final
A avaliação da disciplina é distribuída, composta por dois (2) testes teóricos durante o semestre (ou em alternativa um exame final), e um (1) trabalho prático durante o semestre.
O cálculo da classificação final é feito pela média pesada da nota prática e das notas teóricas através da fórmula:
NF = 0.70 * NT + 0.30 * NP
em que,
NT é a média das notas nos dois testes teóricos ou da nota de exame e
NP é dada pela realização do trabalho.
Haverá dois testes durante o semestre. Estes não são obrigatórios, mas quem obtiver nota mínima em cada teste e cada trabalho e tiver a média NF positiva (acima de 9.5), não precisa ir fazer o exame final.
Nota mínima nos testes e no trabalho prático: 35% (7 valores em 20)
Provas e trabalhos especiais
Os testes teóricos terão lugar durante duas aulas teóricas, a meio do semestre e no final do mesmo.
O trabalho prático será anunciado durante o semestre e deverá ser entregue no final do semestre em data a estipular.
Melhoria de classificação
A avaliação do trabalhos prático não é passível de melhoria.O estudante pode melhorar a nota teórica submetendo-se ao exame final da época normal ou de recurso.
Observações
Todo o material (slides, livros recomendados, etc.) é disponibilizado na língua Inglesa.