Currículo
Programação Para Ciência de Dados PRDS
Contextos
Groupo: Gestão de Sistemas de Informação > 2º Ciclo > Parte Escolar > Unidades Curriculares Optativas
ECTS
6.0 (para cálculo da média)
Objectivos
LO1. Consolidar os principais conceitos de programação. LO2. Compreender os principais conceitos relacionados à Aprendizagem Automática. LO3. Resolver problemas utilizando programação e algoritmos. LO4. Criar Projetos de Ciência de Dados.
Programa
1. Visão geral dos principais conceitos de programação 2. Algoritmos de Aprendizagem Automática a. Aprendizagem Supervisionada b. Aprendizagem Não Supervisionada 3. Processo de Ciência de Dados 4. Planeamento de Projetos de Ciência de Dados a. Compreensão do Negócio, Compreensão dos Dados, Recolha de Dados b. Preparação e Modelação de Dados c. Validação e Implementação 5. Apresentação de Projetos
Método de Avaliação
Todas as aulas são teóricas e práticas. As aulas teóricas geralmente têm uma pequena apresentação da teoria, contexto de uso e técnicas utilizadas. O professor também ilustra alguns casos práticos. Nesta demonstração, o professor precisa usar um computador e compiladores/interpretadores e IDE adequados. Os alunos podem ou não acompanhar esta apresentação no seu próprio computador. Em seguida, há vários exercícios em que os alunos são apoiados pelo docente. O trabalho individual é complementado com trabalhos em grupo. O trabalho de laboratório pode ser individual ou em grupo. Os alunos também devem realizar um projeto em grupo. A avaliação do desempenho dos alunos será derivada do trabalho de laboratório, entregue durante as aulas (30%), do projeto em equipe atribuído apresentado durante o semestre (40%) e de um exame final individual (30%).
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 54.0
Carga Total -
Bibliografia
Principal
- Think Python. 2nd Edition. O’Reilly Media, Inc.: Downey, A. B. 2016
- Mastering Python for Data Science. Packt Publishing Ltd,: Madhavan, S. 2015
- Data Science from Scratch with Python: Step by Step Guide. AI Sciences: Morgan, P. 2018
- Machine Learning with Python Cookbook: Practical Solutions from Preprocessing to Deep Learning (1 edition). Sebastopol, CA: O’Reilly Media.: Albon, C. 2018