Objetivos | O objetivo 1 está relacionado com os diferentes pontos do programa (1 a 8) sendo os conceitos apreendidos na medida em que se vão tratando os diferentes tópicos. O objetivo 2, relacionado com os métodos e ferramentas disponíveis, está relacionado também com diversos pontos nos conteúdos propostos (3 a 8). Por outro lado, os objetivos 3 e 4 estão relacionados com competências mais de aplicação prática relacionadas com os pontos 2 a 8, sendo refletido ainda pelo conteúdo programático 9. |
Programa | 1. Transformações de dados, kernels, desbalanceamento dos dados
2. Modelos de mineração de dados não supervisionados e semi-supervisionados: regras de associação, redução de dimensionalidade
3. Modelos supervisionados para mineração de dados, conjuntos de modelos, sua avaliação e otimização
4. Interpretabilidade e visualização dos modelos de aprendizagem e da importância dos atributos
5. Mineração de textos, séries temporais e outros dados sequenciais
6. Mineração de grafos
7. Sistemas de recomendação: algoritmos de filtragem colaborativo e por conteúdo
8. Computação evolucionária e outras metaheurísticas e suas aplicações na mineração de dados
9. Construção de pipelines de mineração de dados em várias áreas de aplicação. |
Bibliografia | M. Rocha, P. Cortez, J. Neves. Análise Inteligente de Dados – Algoritmos e Implementação em Java. FCA, 2008.
I. Witten, E. Frank, Data Mining: Practical Machine Learning Tools and Techniques, 2nd edition, Morgan Kaufman, 2005.
D. J. Hand, H. Manila, P. Smyth. Principles of Data Mining. MIT Press, 2001.
De Jong K., Evolutionary Computation: A Unified Approach, MIT Press, 2006.
I. Goodfellow, Y. Bengio, A. Courville. Deep learning. MIT Press, 2016. |
Resultados da aprendizagem | 1. Definir os principais conceitos nos campos da Mineração de dados, Aprendizagem Máquina e áreas relacionadas
2. Conhecer classes de métodos/ algoritmos, aplicações e bibliotecas de programação apropriadas para a resolução dos principais problemas na área da Mineração de Dados
3. Aplicar software disponível para a resolução de problemas na área da Mineração de Dados, incluindo o uso de bibliotecas de software livre
4. Construir programas podendo usar bibliotecas de software disponíveis para a implementação de pipelines de mineração de dados. |
Departamento de Informática (UM)