Métodos Estatísticos em Data Mining

Código:

M4121

Sigla:

M4121

Áreas Científicas
Classificação	Área Científica
CNAEF	Matemática e estatística

Ocorrência: 2020/2021 - 2S

Ativa?	Sim
Página Web:	http://moodle.up.pt/course/view.php?id=150
Unidade Responsável:	Departamento de Matemática
Curso/CE Responsável:	Estatística Computacional e Análise de Dados

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
E:ECAD	14	PE_Estatística Computacional e Análise de Dados	1	-	6	42	162

Língua de trabalho

Português

Objetivos

Introduzir os conceitos e métodos fundamentais de classificação supervisionada e não supervisionada.

Resultados de aprendizagem e competências

O estudante deverá ser capaz de:

 - reconhecer diferentes problemas de classificação não supervisionada e classificação supervisionada e de os resolver empregando os métodos abordados e com recurso ao software R.

- preparar, resolver e apresentar projetos computacionais de data mining, onde os vários modelos apresentados são discutidos, avaliados e comparados perante casos concretos.

- resolver exercícios computacionais e não computacionais sobre as metodologias abordadas.

 

Modo de trabalho

Presencial

Programa

 

Introdução e formulação de um problema de classificação supervisionada e não supervisionada; alguns exemplos de aplicação. Breve resumo de vetores aleatórios. Distribuição normal multivariada. Análise em componentes principais (ACP). Análise Classificatória: métodos hierárquicos e não hierárquicos. Teoria da decisão estatística. Análise discriminante linear e quadrática. Regressão logística. Árvores de decisão e de regressão; poda custo-complexidade. Redes Neuronais. Estimação não paramétrica de funções densidade de probabilidade: método do núcleo e dos K vizinhos mais próximos. Desenvolvimentos recentes do método do núcleo: máquinas de vetores de suporte.

 

Bibliografia Obrigatória

000040415. ISBN: 0-471-05669-3
000040365. ISBN: 0-387-95284-5
Hand David 1950-; Principles of data mining. ISBN: 9780262082907 hbk

Métodos de ensino e atividades de aprendizagem

As aulas são acompanhadas por material disponibilizado pelo docente, incluindo fichas de exercícios referentes a cada uma das secções programáticas, e ainda pela utilização de Software de Estatística, em computador.

Software

Software R

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Exame	40,00
Trabalho escrito	60,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	120,00
Frequência das aulas	42,00
Total:	162,00

Obtenção de frequência

Pelo menos 30% em cada um dos trabalhos.

Fórmula de cálculo da classificação final

Exame final e projectos.  O exame tem um peso de 40% e os trabalho de 60%. O aluno tem de tirar pelo menos 30% do valor de cada uma das componentes e positiva na nota global.