Departamento de Informática (UM)

Página de Unidade Curricular

DesignaçãoCódigoCursoRegimeRegente

Mineração de Dados

13935 [ME78ME7800006084]

Mestrado em Engenharia Informática [MEINF]

S2

Rui Manuel Ribeiro Castro Mendes

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.

Método de avaliação

Funcionamento

Turno: T 1; Docente: Rui Manuel Ribeiro Castro Mendes; Dep.: DI; Horas: 15.
Turno: PL 1; Docente: Francisco Supino Marcondes; Dep.: DI; Horas: 30.

[ Outras UCs do Departamento ]