Análise de Dados

Código:

MCI0012

Sigla:

AD

Áreas Científicas
Classificação	Área Científica
OFICIAL	Ciência de Computadores

Ocorrência: 2012/2013 - 2S

Ativa?	Sim
Página Web:	https://www.fe.up.pt/si/DISCIPLINAS_GERAL.FORMVIEW?P_ANO_LECTIVO=2009/2010&P_CAD_CODIGO=MCI0012&P_PERIODO=2S
Página e-learning:	https://moodle.fe.up.pt/
Unidade Responsável:	Departamento de Engenharia Informática
Curso/CE Responsável:	Mestrado em Ciência da Informação

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
MCI	2	Plano de estudos oficial	1	-	6	60	162

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

Enquadramento: 
Após uma época em que as diferentes empresas/instituições muito investiram na recolha de dados no âmbito da informatização das suas operações, surge agora a necessidade de pôr esses dados ao serviço dessas empresas/instituições. O objetivo é ser capaz de extrair conhecimento desses dados que permita melhorar a eficiência e ganhar vantagem competitiva. É desta necessidade que surge a Unidade Curricular (UC) de Análise de Dados (AD). 

Objetivos:

Preparar os estudantes de modo a que sejam capazes de identificar problemas de análise dados e de utilizar adequadamente os métodos apropriados para a sua resolução.

Resultados de aprendizagem e competências

Como resultado da aprendizagem, pretende-se que os estudantes:

-Conheçam os vários tipos de tarefas de AD;

-Identifiquem problemas de apoio à decisão que possam ser representados como tarefas de AD;

-Conheçam os principais métodos para cada tipo de tarefa de AD e compreendam o essencial do seu funcionamento;

-Apliquem esses métodos a problemas de apoio à decisão;

-Avaliem os resultados de um projeto de AD.

Modo de trabalho

Presencial

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

Pré-requisitos: -Não sendo obrigatório ter frequentado nenhuma UC em concreto, é útil o estudante ter frequentado alguma UC de introdução à estatística.

Programa

1. Objectivos 2. Tipos e Descrição de Dados 3. Distribuições amostrais e teorema do limite central 4. Estimação por intervalo 5. Testes de hipóteses 6. Análise de variância 7. Regressão linear 8. Classificação 9. Análise de Aglomerados 10. Regras de associação.

Bibliografia Obrigatória

J. P. Marques de Sá; Applied statistics using SPSS, STATISTICA and MATLAB. ISBN: 3-540-01156-0

Bibliografia Complementar

Rui Campos Guimarães, José A. Sarsfield Cabral; Estatística. ISBN: 978-84-481-5589-6
Matthew North; Data mining for the masses, 2012. ISBN: 0615684378

Observações Bibliográficas

Serão disponibilizados documentos de apoio às aulas práticas da autoria do docente da disciplina.

Métodos de ensino e atividades de aprendizagem

As aulas teóricas decorrem com a exposição das matérias seguidas de experiências práticas.

Software

Rapid Miner
SPSS

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Descrição	Tipo	Tempo (Horas)	Peso (%)	Data Conclusão
Participação presencial (estimativa)	Participação presencial	68,00
Realização da componente de avaliação Trabalho	Trabalho laboratorial	16,00	40,00
Realização do teste 1	Teste	0,00	30,00
Realização do teste 2	Teste	0,00	30,00
	Total:	-	100,00

Componentes de Ocupação

Descrição	Tipo	Tempo (Horas)	Data Conclusão
Participação presencial (estimativa)	Frequência das aulas	68
Componente de estudo individual	Estudo autónomo	60
Aprendizagem de software específico de análise de dados	Trabalho laboratorial	35
	Total:	163,00

Fórmula de cálculo da classificação final

0.3*Teste 1 + 0.3*Teste 2 + 0.4*Trabalho Notas mínimas: 0.5*Teste 1+0.5* Teste 2 >= 7.0

Provas e trabalhos especiais

A componente da classificação final 'Trabalho' consiste na elaboração de um trabalho a ser realizado por grupos de duas pessoas. Esta classificação pode ser diferente para os diferentes elementos do grupo.

Avaliação especial (TE, DA, ...)

A avaliação especial será idêntica à realizada para melhoria de classificação no período reservado para esse efeito nas normas gerais de avaliação em vigor.

Melhoria de classificação

A melhoria de classificação será efectuada através de prova individual única com duas componentes: 1. Seguindo os moldes dos dois testes da componente distribuída; 2. Uma componente adicional que permita avaliar as competências avaliadas através do trabalho desenvolvido na avaliação distribuída. A melhoria de classificação pode ser efetuada no exame da época de recurso dessa edição ou de edições subsequentes..