Currículo
Programming for Data Science PDS-DAB
Contextos
Groupo: Mathematical Finance > 2º Ciclo > Parte Escolar > Unidades Curriculares Optativas > Optativa 2
ECTS
6.0 (para cálculo da média)
Objectivos
OA1. Consolidar os principais conceitos de programação OA2. Uso de técnicas de programação para extrair informações de imagens e texto OA3. Uso de técnicas de programação para estudar redes OA4. Uso de técnicas de programação para implementar métodos de aprendizado de máquina supervisionada e não supervisionados OA5. Desenvolvimento de projeto de ciência de dados
Programa
1. Visão geral dos conceitos de programação 2. Principais bibliotecas utilizadas em ciência de dados. 2.1. Análise de dados e estatísticas 2.2. Visualização de dados 2.3. Análise de redes 2.4. Manipulação de imagem e texto 2,5. Aprendizem automática, redes neuronais 2.6. Implantação em Web 3. Projeto de ciência de dados 3.1. Caso 3.2. Apresentação de Projetos
Método de Avaliação
Todas as aulas são teóricas e práticas. As aulas teóricas normalmente apresentam uma pequena exposição da teoria, contexto de uso e técnicas utilizadas. O professor também ilustra alguns casos práticos. Nesta demonstração, o professor precisa de usar o computador e compiladores / intérpretes e IDE adequados. Os alunos podem ou não seguir esta apresentação na sua própria área de trabalho. Seguidamente, existem vários exercícios em que os alunos são apoiados pelo professor. O trabalho individual é complementado com trabalhos em grupo. O trabalho de laboratório pode ser individual ou em grupo. Os alunos também devem executar um projeto em grupo. A avaliação dos alunos deriva de trabalhos de laboratório, submetidos durante as aulas (30%) ao projeto de trabalho em equipe apresentado durante o semestre (40%) e de um exame final individual (30%).
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 129.0
Carga Total -
Bibliografia
Principal
- Machine Learning with Python Cookbook: Practical Solutions from Preprocessing to Deep Learning: Albon, C. 2018 • Albon, C. (2018). Machine Learning with Python Cookbook: Practical Solutions from Preprocessing to Deep Learning (1 edition). Sebastopol, CA: O’Reilly Media.
- Data Science from Scratch with Python: Step by Step Guide: Morgan, P 2018 • Morgan, P. (2018). Data Science from Scratch with Python: Step by Step Guide. AI Sciences
- Mastering Python for Data Science.: Madhavan, S 2015 Madhavan, S.( 2015) Mastering Python for Data Science. Packt Publishing Ltd,