Saltar para:
Logótipo
This page in english Ajuda Autenticar-se
FMUP
Você está em: Início » IS14_11
Autenticação




Esqueceu-se da senha?

Extração de conhecimento de dados em saúde

Código: IS14_11     Sigla: ECDS

Áreas Científicas
Classificação Área Científica
CNAEF Informática - programas não classificados noutra área de formação

Ocorrência: 2017/2018 - SP (de 05-02-2018 a 13-07-2018) Ícone do Moodle

Ativa? Sim
Unidade Responsável: Medicina da Comunidade, Informação e Decisão em Saúde
Curso/CE Responsável: Curso de Especialização em Informática na Saúde

Ciclos de Estudo/Cursos

Sigla Nº de Estudantes Plano de Estudos Anos Curriculares Créditos UCN Créditos ECTS Horas de Contacto Horas Totais
IS 1 Informática da Saúde - Plano Oficial a partir 2014 1 - 3 27 81

Docência - Responsabilidades

Docente Responsabilidade
José Alberto da Silva Freitas Regente
Pedro Pereira Rodrigues Regente

Docência - Horas

Teorico-Prática: 0,00
Orientação Tutorial: 0,00
Outras: 0,00
Tipo Docente Turmas Horas
Teorico-Prática Totais 1 0,00
José Alberto da Silva Freitas 0,25
Pedro Pereira Rodrigues 0,25
Orientação Tutorial Totais 1 0,00
José Alberto da Silva Freitas 0,18
Pedro Pereira Rodrigues 0,18
Outras Totais 1 0,00
José Alberto da Silva Freitas 0,06
Pedro Pereira Rodrigues 0,05

Língua de trabalho

Português

Objetivos

Nesta unidade curricular serão abordados métodos de aprendizagem automática para a prospeção e extração de conhecimento de dados (data mining) na área da saúde.

Resultados de aprendizagem e competências

No final, os alunos deverão conhecer algumas técnicas, saber aplicá-las a novos problemas e saber interpretar os resultados obtidos.

Modo de trabalho

Presencial

Programa

Machine learning e data mining (introdução, cenários de aplicação, processo de data mining; características específicas da área da saúde); modelação de dados, pré-processamento de dados médicos, qualidade de dados em saúde; aprendizagem automática supervisionada (árvore de decisão, classificação Bayesiana, redes neuronais); aprendizagem automática não supervisionada (análise de clusters, análise de casos desviantes, associação e análise de padrões frequentes); avaliação de técnicas de aprendizagem automática (modelos de classificação, clustering); noções básicas de visual data mining, text mining e Web mining.

Software: RapidMiner, Weka e R

Bibliografia Obrigatória

Jiawei Han, Micheline Kamber and Jian Pei (Authors); Data Mining: Concepts and Techniques, Morgan Kaufmann, 3rd edition, 2011
Ana Carolina Lorena, Katti Faceli, Márcia Oliveira, André Ponce de Leon Carvalho, João Gama (Authors). ; Extração de Conhecimento de Dados - Data Mining, Edições Silabo, 2012
Cruz-Correia RJ et al. ; Data Quality and Integration Issues in Electronic Health Records. In: Hristidis V (ed.). Information Discovery on Electronic Health Records: Chapman and Hall; 2009. p. 55-95.

Métodos de ensino e atividades de aprendizagem

Aulas teóricas e teórico-práticas com apresentação e discussão de temas, exercícios em grupo e individuais, para resolução de problemas práticos em cenários de saúde, com utilização de software específico para desenvolvimento de competências.

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

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

Fórmula de cálculo da classificação final

Avaliação dos trabalhos individuais e de grupo propostos, com apresentação oral, e exame final.
Recomendar Página Voltar ao Topo
Copyright 1996-2018 © Faculdade de Medicina da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z  I Livro de Visitas
Página gerada em: 2018-12-11 às 02:56:38 | Política de Utilização Aceitável | Política de Proteção de Dados Pessoais