1. Início
  2. NOVA Information Management School
  3. Mestrado em Ciência e Sistemas de Informação Geográfica
  4. Data Mining Geo-Espacial

Data Mining Geo-Espacial

Objetivos

O Data Mining baseado em dados georreferenciados possui características distintas do Data Mining levado a cabo com base em dados empresariais. Embora exista um grande número de coincidências entre ambos, existem também algumas diferenças, que mesmo não sendo muito numerosas são muito importantes e não devem ser negligenciadas. Este Módulo tem como objectivo, apresentar a metodologia do Data Mining, bem como as suas principais ferramentas e ainda enfatizar as especificidades que existem na exploração dos dados georreferenciados. Na verdade, o objectivo fundamental consiste em garantir que os alunos desenvolvem as suas capacidades para analisar problemas com base em dados, e possam utilizar essa competência para extrair o máximo valor das tecnologias que hoje temos à nossa disposição. Assim, os alunos ao terminar a disciplina devem possuir uma boa compreensão das principais ferramentas de Data Mining, bem como espírito crítico no que respeita à sua aplicação no contexto da ciência de informação geográfica.

Caracterização geral

Código

200024

Créditos

7.5

Professor responsável

Fernando José Ferreira Lucas Bação

Horas

Semanais - A disponibilizar brevemente

Totais - A disponibilizar brevemente

Idioma de ensino

Português. No caso de existirem alunos de Erasmus, as aulas serão leccionadas em Inglês

Pré-requisitos

Nenhum

Bibliografia

Han, J., Kamber, M. 2006, Data Mining ¿ Concepts and Techniques, Morgan Kaufmann, Elsevier Inc.

Mitchell, T., (1997) Machine Learning, McGraw Hill.

Método de ensino

A disciplina baseia-se no auto-estudo, em sessões de acompanhamento e na realização de tutoriais e exercícios. Nos tutoriais o aluno tem à sua disposição um "script" que lhe permite resolver o problema proposto, no caso dos exercícios é testada a autonomia do aluno. Métodos de avaliação:

A avaliação da disciplina inclui um exame teórico (20 %), um projecto prático (80%) entregue sobre a forma de relatório e com uma apresentação.

Método de avaliação

Projecto 80%; 

Exame 20%;

Conteúdo

A unidade está organizada em 4 Unidades de Aprendizagem (UA):

UA1. Introdução ao Data Mining

UA2. Data Mining no contexto da ciência da informação geográfica

UA3. O papel dos dados no Data Mining

UA3. Classificação não supervisionada Classification (clustering)

UA4. Classificação supervisionada (modelação preditiva)