Saltar para:
Logótipo
Comuta visibilidade da coluna esquerda
Você está em: Início > 2MDA14
Mapa das Instalações
Edifício Principal | Main Building Edifício Pós-Graduações | Post-Graduate Building

Inteligência de Negócios

Código: 2MDA14     Sigla: IN

Áreas Científicas
Classificação Área Científica
OFICIAL Tecnologia da Informação

Ocorrência: 2020/2021 - 2S Ícone do Moodle

Ativa? Sim
Curso/CE Responsável: Mestrado em Modelação, Análise de Dados e Sistemas de Apoio à Decisão

Ciclos de Estudo/Cursos

Sigla Nº de Estudantes Plano de Estudos Anos Curriculares Créditos UCN Créditos ECTS Horas de Contacto Horas Totais
MADSAD 17 Plano Oficial - a partir de 2020/2021 1 - 3 21 81

Docência - Responsabilidades

Docente Responsabilidade
Rui Manuel Santos Rodrigues Leite Regente

Docência - Horas

Teorico-Prática: 1,50
Tipo Docente Turmas Horas
Teorico-Prática Totais 1 1,50
Rui Manuel Santos Rodrigues Leite 1,50

Língua de trabalho

Inglês

Objetivos

Adquirir o conhecimento sobre os conceitos fundamentais de sistemas de apoio à decisão, sistemas periciais e ser capaz de construir sistemas periciais simples.
Conhecer os conceitos fundamentais da área de lógica difusa (fuzzy logic) e entender a sua aplicações na construção de modelos de decisão que modela a incerteza,

Explorar dados usando OLAP e ferramentas de Inteligência de Negócios.

Mineração de processos.

Resultados de aprendizagem e competências

Após as atividades da unidade curricular, os estudantes devem conhecer os conceitos fundamentais de sistemas de apoio à decisão, de sistemas periciais, mineração de processos bem como de lógica difusa.
Os estudantes deverão ser capazes de aplicar o conhecimento apreendido no desenvolvimento de pequenos sistemas periciais, no desenho de modelos de decisão usando lógica difuza bem como na utilização de ferramentas de OLAP para explorar dados e ferramentas de Inteligência de Negócios.

Modo de trabalho

Presencial

Programa

Sistemas de Apoio à Decisão e Inteligência de Negócios - 

Sistemas Periciais 
 Conceitos fundamentais: factos, regras, inferência e arquitetura
 Construção de pequenos sistemas usando CLIPS

Lógica Difuza
 Conceitos fundamentais
 Construção de Modelos utilizando lógica difuza

Exploração de dados usando OLAP
 Conceitos de OLAP
 Utilização de ferramentas de OLAP - Power Pivot
 e Power BI

Mineração de Processos
 Conceitos e ferramentas

Bibliografia Obrigatória

Dan Clark; Beginning Power BI, APress, 2020

Observações Bibliográficas

Sem bibliografia obrigatória

Métodos de ensino e atividades de aprendizagem

Aulas onde a matéria é exposta e posteriormente exemplificada.

Software

PowerBI
PowerPivot
CLIPS

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

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

Componentes de Ocupação

Designação Tempo (Horas)
Estudo autónomo 32,00
Frequência das aulas 21,00
Trabalho escrito 28,00
Total: 81,00

Obtenção de frequência

Todos os estudantes inscritos podem realizar o exame final na época de recurso.

Fórmula de cálculo da classificação final

Época Normal:

Na época normal apenas existe o regime de avaliação distribuída, não existindo assim avaliação apenas por exame final.
A avaliação distribuída consiste em:




    • Realização de um  teste  .....60%.





    • Realização de trabalho    .....40%.





Existe uma classificação mínima de 6.0. em cada componente de avaliação 
Assim, se um estudante obtiver uma classificação inferior a 6.0 em quaquer teste ou no trabalho não obterá aprovação à unidade curricular pelo regime de avaliação distribuída, independentemente da média ponderada dos diversos elementos de avaliação.

Época de Recurso:

Na época de recurso o aluno poderá fazer um exame final com peso de 100% na classificação.
Recomendar Página Voltar ao Topo
Copyright 1996-2024 © Faculdade de Economia da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z  I Livro de Visitas
Página gerada em: 2024-06-16 às 00:00:29 | Política de Utilização Aceitável | Política de Proteção de Dados Pessoais | Denúncias
SAMA2