Sistemas de Informação e Estatística

Objectivos

Permitir que os alunos apliquem métodos de estatística e ciências da computação em situações de interesse prático, isto é, com a dados do mundo real para responder questões de interesse económico e comercial evidente, entre outras, em particular com a aplicação a problemas envolvendo interesses seguráveis, de longo e curto prazo, segurança social, planos de pensões, cuidados de saúde e problemas financeiros.

Serão previligiados problemas práticos correspondentes a situações reais.

Caracterização geral

Código

12235

Créditos

3.0

Professor responsável

Miguel dos Santos Fonseca

Horas

Semanais - 3

Totais - A disponibilizar brevemente

Idioma de ensino

Português

Pré-requisitos

A disponibilizar brevemente

Bibliografia

Johnson, R. and Wichern, D. W. (2007), Applied Multivariate Statistical Analysis, 6th Edition, Prentice Hall, NewJersey.

Hastie, Trevor, Tibshirani, Robert, Friedman, Jerome (2009). The Elements of Statistical Learning. Data Mining, Inference, and Prediction, Second Edition. Springer-Verlag, New York

Bishop, Christopher (2006). Pattern Recognition and Machine Learning, Springer-Verlag, New York

Dalgaard, P. (2008), Introductory Statistics with R, Springer-Verlag, New York

Spector, P. (2008), Data manipulation with R, Springer-Verlag, New York

Método de ensino

O objetivo principal da Unidade Curricular é dotar os alunos de competências computacionais adequadas ao tratamento estatístico de grandes conjuntos de dados.

As metodologias de ensino serão essencialmente de natureza prática, em laboratórios computacionais, depois de introduzidos os conceitos elementares do software adotado.

Método de avaliação

Avaliação contínua

  • Teste (T)
  • Trabalho de Grupo (TG)

Nota Final = 0.6T+0.4TG

A não realização de alguma componente implica nota zero, nesta componente, para apuramento de Nota Final.

Defesa de nota a partir de 17 valores (inclusive) com realização de prova adicional.

Conteúdo

1 Dados como Recurso para Resolução de Problemas

1.1 Descrever os possíveis objetivos de uma análise de dados (por exemplo, descritivo, inferencial, preditivo).

1.2 Descrever as etapas da realização de uma análise de dados para resolver problemas práticos de forma científica justificando as ferramentas adequadas. 


2 Análise de dados

2.1 Descreva o objetivo da análise exploratória de dados.

2.2 Usar bibliotecas computacionais para ajustar vários tipos de modelos estatísticos.


3 Aprendizagem Estatística

3.1 Explicar o significado dos termos aprendizagem estatística e aprendizagem de máquinas e a diferença entre aprendizagem supervisionada e aprendizagem não supervisionada


4 Problemas Profissionais e de Gestão de Riscos

4.1 Explicar as questões éticas e regulamentares envolvidas no trabalho com dados pessoais e sensíveis e conjuntos de dados de grande volumetria.


5 Visualização de Dados e Relatórios (“Reporting”)

5.1 Criar gráficos apropriados para comunicar as principais conclusões de uma análise.

Cursos

Cursos onde a unidade curricular é leccionada: