Saltar para:
Logótipo
Comuta visibilidade da coluna esquerda
Você está em: Início > OPT4_09

Sistemas de Apoio à Decisão em Saúde

Código: OPT4_09     Sigla: SADS

Áreas Científicas
Classificação Área Científica
OFICIAL Medicina

Ocorrência: 2021/2022 - 1S (de 27-09-2021 a 07-01-2022)

Ativa? Não
Unidade Responsável: Ensino Médico Pré-Graduado
Curso/CE Responsável: Mestrado Integrado em Medicina

Ciclos de Estudo/Cursos

Sigla Nº de Estudantes Plano de Estudos Anos Curriculares Créditos UCN Créditos ECTS Horas de Contacto Horas Totais
MIM 0 Plano Oficial em Vigor 4 - 3 26 81

Língua de trabalho

Português

Objetivos

Um sistema apoio à decisão é um sistema computacional interativo cujo objetivo é ajudar os decisores – profissionais de saúde – a utilizar os dados e modelos de forma a identificarem e a resolverem problemas com vista à tomada de decisões em saúde. O objetivo é ensinar métodos de extração de conhecimentos – data mining – de base de dados com informação de saúde usando modelos que procuram automaticamente regularidades e padrões. Esses padrões e regularidades podem ser generalizados de forma a serem úteis em decisões futuras.

Esta unidade curricular tem como objetivo principal introduzir aos estudantes métodos quantitativos avançados de extração de dados.

Resultados de aprendizagem e competências

Esta unidade curricular tem como objetivo principal introduzir aos estudantes métodos quantitativos avançados de extração de dados.

Modo de trabalho

Presencial

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

Nenhum

Programa


  1. Análise de Clusters: métodos não hierárquicos, métodos hierárquicos;

  2. Modelos de classificação: árvores de classificação, análise de discriminante linear e quadrática, Naive Bayes;

  3. Modelos a de Regressão: modelos aditivos, regressão linear local, modelos parcialmente lineares, árvores de regressão;

  4. Aprendizagem baseada em Instâncias: k-vizinhos mais próximos;

  5. Métodos de sumarização da informação: análise de componentes principais;

Bibliografia Obrigatória

Ian H. Witten, Eibe Frank, Jim Gray; Data mining: Pratical Machine Learning tools and techniques with Java implementations., 2000. ISBN: 978-1558605527
Tom M. Mitchell; Machine Learning , McGraw-Hill Education. ISBN: 9780070428072

Métodos de ensino e atividades de aprendizagem

O programa descrito envolve 28 horas a decorrer durante 1 semestre, com as seguintes modalidades: aulas teórico-práticas (26 horas: 2h/semana).

Software

R

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação Peso (%)
Participação presencial 20,00
Apresentação/discussão de um trabalho científico 40,00
Trabalho escrito 40,00
Total: 100,00

Componentes de Ocupação

Designação Tempo (Horas)
Frequência das aulas 26,00
Estudo autónomo 55,00
Total: 81,00

Obtenção de frequência

De acordo com o regulamento pedagógico em vigor no ICBAS

Fórmula de cálculo da classificação final

Participação presencial ponderada em 20% e apresentação e trabalho escrito ponderado em 80% na classificação final.

Avaliação especial (TE, DA, ...)

Trabalho escrito ponderado em 100% na classificação final.

Melhoria de classificação

Prova Oral
Recomendar Página Voltar ao Topo
Copyright 1996-2025 © Instituto de Ciências Biomédicas Abel Salazar  I Termos e Condições  I Acessibilidade  I Índice A-Z
Página gerada em: 2025-07-30 às 21:19:45 | Política de Privacidade | Política de Proteção de Dados Pessoais | Denúncias | Livro Amarelo Eletrónico