Métodos Estatísticos em Data Mining

Código:

M4063

Sigla:

M4063

Áreas Científicas
Classificação	Área Científica
OFICIAL	Matemática

Ocorrência: 2023/2024 - 1S

Ativa?	Sim
Página Web:	http://moodle.up.pt/course/view.php?id=150
Unidade Responsável:	Departamento de Matemática
Curso/CE Responsável:	Mestrado em Engenharia Matemática

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
M:A_ASTR	5	Plano de estudos a partir do ano letivo 2023/2024	1	-	6	48	162
			2
M:CC	2	PE a partir do ano letivo de 2014	1	-	6	48	162
M:EGEO	0	Plano de Estudos Oficial	1	-	6	48	162
M:ENM	5	Plano de Estudos Oficial a partir de 2023/2024	1	-	6	48	162
			2
M:M	0	Plano Oficial do ano letivo 2021	2	-	6	48	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. Referência a Random Forests, Bagging e Boosting. 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 35% 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 35% do valor de cada uma das componentes e positiva na nota global.  A aprovação está condicionada à Nota_dos_Exames  ser igual ou superior a 7.0 valores (na escala de 0 a 20).

Os trabalhos práticos consistem na análise de uma base de dados
reais, utilizando os métodos lecionados na disciplina, por
recurso a software. Deverá ser realizado por grupos de 2 alunos.

Melhoria de classificação

Melhoria de nota: os alunos podem melhorar a nota de exame no exame de recurtso. Os trabalhos não podem ser melhorados.  A fórmula de avaliação é a mesma (ver acima).