Tópicos Avançados em Ciência de Dados

Código:

CC4061

Sigla:

CC4061

Nível:

400

Áreas Científicas
Classificação	Área Científica
OFICIAL	Ciência de Computadores

Ocorrência: 2021/2022 - 2S

Ativa?	Sim
Unidade Responsável:	Departamento de Ciência de Computadores
Curso/CE Responsável:	Mestrado em Bioinformática e Biologia Computacional

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
M:BBC	7	Plano estudos a partir de 2018	1	-	6	42	162
M:CTN	0	Plano Oficial a partir de 2020_M:CTN	1	-	6	42	162
M:DS	25	Plano Oficial a partir de 2018_M:DS	1	-	6	42	162
			2
M:ECAD	0	Plano Oficial do ano letivo 2021/2022.	2	-	6	42	162

Língua de trabalho

Português e inglês

Objetivos

Identificação e aplicação de técnicas de data mining para a extração de conhecimento a partir de diversas fontes de dados (transações, web, texto, 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

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

O aluno deverá estar familiarizado com os conceitos básicos de data mining e ter conhecimento linguagens de programação utilizadas em tarefas de data mining, tais como a linguagem R ou Python.

Programa

1. Association Pattern Mining 
• itemsets frequentes e regras de associação
• algoritmo Apriori 
• sumarização de itemsets e seleção de regras
• algoritmo FP-Growth.

2. Sequential Pattern Mining
• algoritmo GSP
• algoritmo PrefixSpan

3. Web Mining: 
• sistemas de recomendação
• link analysis
• information retrieval

4. Text Mining: 
• clustering de documentos
• classificação de documentos

5. Outlier Mining: 
• desafios
• técnicas não supervisionadas 
• técnicas semi-supervisionadas
• técnicas 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

R
RStudio

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Trabalho prático ou de projeto	40,00
Exame	60,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Elaboração de projeto	35,00
Estudo autónomo	84,00
Apresentação/discussão de um trabalho científico	1,00
Frequência das aulas	42,00
Total:	162,00

Obtenção de frequência

O trabalho prático é obrigatório com uma nota mínima de 30%.

Fórmula de cálculo da classificação final

A avaliação da disciplina é distribuída, composta por um exame final e um trabalho prático.

O cálculo da classificação final é feito pela média pesada das notas práticas e teóricas através da fórmula:

NF = 0.60 * NE + 0.40 * NTP
em que,
NE é a nota obtida no exame e
NTP é a nota do trabalho prático.


Não obterão aprovação, os alunos que não obtiverem um mínimo de 30% em cada componente, isto é, 6 valores em 20.

O exame de recurso, será cotado para 70% (14 valores em 20) da nota final.

 

Provas e trabalhos especiais

O trabalho prático será anunciado a meio do semestre e deverá ser entregue e apresentado no final do mesmo.

Melhoria de classificação

A avaliação do trabalho prático não é passível de melhoria.

O estudante pode melhorar a nota teórica submetendo-se ao exame de recurso.

 

Observações

Todo o material (slides, livros recomendados, etc.) é disponibilizado na língua Inglesa.