Departamento de Informática (UM)

Aprendizagem e Extração de Conhecimento

14850 [ME79ME7903005459]

Mestrado em Engenharia Biomédica [MEB]

S1

José Manuel Ferreira Machado

Objetivos

Os conteúdos programáticos cobrem de forma transversal os três componentes principais da Unidade Curricular, apresentando modelo, técnicas, metodologias e ferramentas para a resolução dos problemas.

Programa

1. Sistemas de suporte à decisão (Datawarehousing e Processamento Analítico de Dados).

2. Extração e descoberta de conhecimento.
3. Estudos de complexidade.

Bibliografia

Mitchell, T. (1997). Machine Learning. New York: McGraw-Hill.

Witten, I. & Frank, E. (2005). Data mining: practical machine learning tools and techniques with Java implementations. San Francisco, Calif: Morgan Kaufmann.

Machado, J. & Abelha, A. (2016). Applying business intelligence to clinical and healthcare organizations. Hershey PA: Medical Information Science Reference.

Resultados da aprendizagem

- Definir os principais conceitos relacionados com Sistemas de suporte à decisão, processamento analítico de dados, Data Warehousing, Mineração de Dados e Aprendizagem Máquina.

- Avaliar as aplicações de software nas áreas anteriores.
- Selecionar as metodologias apropriadas e aplicar software disponível mais recomendado na resolução de problemas reais de análise de dados e tomada de decisão na área biomédica.
- Analisar os resultados de ferramentas de Processamento Analítico ou Mineração de Dados de forma a poder tirar conclusões úteis da sua utilização.
- Conhecer e ser capaz de implementar os principais algoritmos relacionados com técnicas de Aprendizagem Máquina e Mineração de Dados.

Método de avaliação

Estudo dirigido; Ensino por fichas; Ensino por módulos.

Métodos de Ensino Socializado: Discussão em pequenos grupos; Discussão dirigida; Brainstorming; Palestra.
Métodos de Ensino Sócio Individualizado: Projeto; Problemas; Pesquisa.
Métodos de avaliação
A avaliação envolve dois instrumentos: um trabalho, de carácter individual, concretizando uma componente prática, e um trabalho de desenvolvimentos experimentais e escritos, a realizar em grupo. Tanto a componente individual como a componente de grupo têm limite de execução temporal.

A classificação final é dada na forma:
- 50% da classificação provém da componente prática individual
- 50% da classificação provém da componente prática de grupo.
É obrigatório ter classificação positiva em todos os instrumentos de avaliação.

Funcionamento

Turno: T 1; Docente: José Manuel Ferreira Machado; Dep.: DI; Horas: 30.
Turno: PL 1; Docente: Hugo Daniel Abreu Peixoto; Dep.: DI; Horas: 30.