Machine Learning

Código:

CC4051

Sigla:

CC4051

Nível:

400

Áreas Científicas
Classificação	Área Científica
OFICIAL	Ciência de Computadores

Ocorrência: 2019/2020 - 2S

Ativa?	Sim
Unidade Responsável:	Departamento de Ciência de Computadores
Curso/CE Responsável:	Mestrado em Ciência de Dados (Data Science)

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
E:BBC	10	PE_Bioinformática e Biologia Computacional	1	-	6	42	162
M:DS	25	Plano Oficial a partir de 2018_M:DS	1	-	6	42	162

Língua de trabalho

Inglês

Objetivos

Resultados de aprendizagem e competências

- Compreensão dos fundamentos dos algoritmos e metodologias de machine learning apresentados
- Capacidade de justificar a escolha de uma solução de machine learning a um determinado problema
- Capacidade de aplicação dos algoritmos a novos conjuntos de dados
- Capacidade de avaliação dos resultados

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

Conhecimentos de programação de preferência em R ou Python. Programadores experientes noutras linguagens não terão qualquer problema.

Conhecimentos de processameno de dados em ficheiro e em bases de dados SQL

Conhecimentos de inferência estatística

Conhecimentos de álgebra matricial básica e de cálculo em R e em R^n

Programa

Bibliografia Obrigatória

Hastie Trevor; The elements of statistical learning. ISBN: 0-387-95284-5
Bishop Christopher; Pattern recognition and machine learning. ISBN: 0-387-31073-8

Métodos de ensino e atividades de aprendizagem

As aulas serão em parte expositivas, com dinâmicas individuais e de grupo envolvendo os estudantes. Serão realizados trabalhos práticos fora das aulas com apoio nas aulas. Os estudantes poderão também realizar trabalhos de escrita e apresentação. Haverá um exame final.

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Exame	40,00
Participação presencial	5,00
Trabalho prático ou de projeto	55,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	86,00
Frequência das aulas	42,00
Total:	128,00

Obtenção de frequência

Presença em pelo menos 14 aulas (exceto se for concedida uma excessão)
Nota superior a 0 no conjunto dos trabalhos práticos.

Fórmula de cálculo da classificação final

Se E < 6 Então: F=E: Senão: F = 0,4*E +0,55*P  + 0,05*A

F: nota final
E: Exame
P:Ttrabalhos práticos
A: Presença útil nas aulas

Avaliação especial (TE, DA, ...)

Os estudantes com circunstâncias especiais devem negociar a sua situação com o responsável.

Melhoria de classificação

O exame é melhorável na época de recurso. A parte prática não é melhorável.

Observações

Os materiais da UC estão no moodle.

Os materiais estarão todos em inglês, incluindo os enunciados dos exames. As aulas serão lecionadas em inglês só se isso se justificar. Os estudantes podem participar/responder usando o Português ou o Inglês.