Mini-projetos de sistemas de aprendizagem e controlo
Ficha provisória
Áreas Científicas |
Classificação |
Área Científica |
CNAEF |
Engenharia e técnicas afins |
Ocorrência: 2024/2025 - 2S (edição n.º 1)
Ciclos de Estudo/Cursos
Sigla |
Nº de Estudantes |
Plano de Estudos |
Anos Curriculares |
Créditos UCN |
Créditos ECTS |
Horas de Contacto |
Horas Totais |
L.AERO |
0 |
Plano de estudos oficial |
2 |
- |
1,5 |
12 |
40,5 |
L.BIO |
1 |
Plano Oficial do ano letivo |
2 |
- |
1,5 |
12 |
40,5 |
L.EA |
0 |
Plano Oficial |
1 |
- |
1,5 |
12 |
40,5 |
L.EC |
2 |
Plano de estudos oficial |
1 |
- |
1,5 |
12 |
40,5 |
L.EEC |
24 |
Plano Oficial |
2 |
- |
1,5 |
12 |
40,5 |
L.EGI |
0 |
Plano Oficial do ano letivo |
1 |
- |
1,5 |
12 |
40,5 |
L.EM |
3 |
Plano de Estudos Oficial |
2 |
- |
1,5 |
12 |
40,5 |
L.EMAT |
0 |
Plano Oficial do ano letivo 2021 |
1 |
- |
1,5 |
12 |
40,5 |
L.EMG |
0 |
Plano de estudos oficial a partir de 2008/09 |
2 |
- |
1,5 |
12 |
40,5 |
L.EQ |
0 |
Plano de estudos oficial |
2 |
- |
1,5 |
12 |
40,5 |
MPSAC |
0 |
Plano de estudos oficial |
1 |
- |
1,5 |
12 |
40,5 |
Docência - Responsabilidades
Língua de trabalho
Português
Objetivos
- dotar os estudantes de competências básicas na conceção, desenvolvimento e implementação de algoritmos simples de aprendizagem e controlo. Os algoritmos propostos fazem uso dos dados para melhorar a sua performance e têm aplicações em diversas áreas científicas de engenharia, incluindo, ambiental, bioengenharia, civil, ciências dos dados, ciências de computação e da informação, eletrotécnica, física, mecânica, nanotecnologia e química; o que torna este tópico transversal.
- preparar os estudantes para resolverem em grupo, mini-projetos, promovendo o desenvolvimento de competências complementares (soft skills), designadamente: trabalho em equipa, cooperação, comunicação interpares, gestão de tempo, gestão de recursos, gestão de stress.
Resultados de aprendizagem e competências
- Explicação do funcionamento básico de simples algoritmos de aprendizagem e controlo;
- Desenvolvimento de pequenos projetos utilizando módulos de programas em Python na plataforma Colab notebook que inclui tratamento de dados e extração de atributos, aprendizagem e controlo;
- Desenvolvimento de soft skills nas áreas de trabalho em equipa, cooperação, comunicação interpares, gestão de tempo, gestão de recursos e gestão de stress.
Modo de trabalho
Presencial
Programa
- Introdução aos conceitos básicos de sistemas de aprendizagem para deteção e classificação.
- Introdução aos conceitos básicos de sistemas de controlo.
- Princípios básicos de um sistema completo de aquisição de dados/sinais, tratamento de dados e extração de atributos, aprendizagem e controlo.
- Desenvolvimento e teste de mini-projetos de aprendizagem e controlo utilizando módulos simples programados em linguagem python na plataforma Colab notebook.
Bibliografia Obrigatória
Åström, K. J., & Murray, R. M.; Feedback systems., Princeton university press.
Müller, A. C., & Guido, S.;
Introduction to machine learning with Python: a guide for data scientists.
Métodos de ensino e atividades de aprendizagem
A metodologia de ensino-aprendizagem tem por base a não-exigência de algum pré-conhecimento ou competência anterior por parte dos estudantes em linguagens de programação e algoritmos, sendo por isso adequado a qualquer estudante de licenciatura ou de mestrado.
De acordo com o programa, as aulas compreendem tipologias teóricas e laboratoriais. A parte teórica consiste em palestras para exposição dos assuntos de aprendizagem e sistemas de controlo, acompanhadas de exemplos e demonstrações. A parte prático-laboratorial é focada nos trabalhos de aplicação, nomeadamente no desenvolvimento de mini-projetos de aprendizagem e controlo. Nesta fase, os estudantes terão a possibilidade de aplicar e testar os conhecimentos adquiridos
Tipo de avaliação
Avaliação distribuída sem exame final
Componentes de Avaliação
Designação |
Peso (%) |
Trabalho escrito |
15,00 |
Trabalho laboratorial |
85,00 |
Total: |
100,00 |
Componentes de Ocupação
Designação |
Tempo (Horas) |
Estudo autónomo |
28,50 |
Frequência das aulas |
12,00 |
Total: |
40,50 |
Obtenção de frequência
Participação ativa nas atividades
Fórmula de cálculo da classificação final
- Serão consideradas duas componentes:
- ETI - Exercícios propostos como Trabalho Individual em forma de mini-teste
- TL – Trabalho Laboratorial
- Fórmula de cálculo da classificação final = 15% ETI + 85% TL