Fundamentos da Tomada de Decisão Baseada em Dados

Objetivos

OA1. Compreender o papel dos dados no processo de tomada de decisão:
OA2. Saber utilizar os conceitos básicos de estatística descritiva, probabilidades e inferencial;
OA3. Conhecer os principais conceitos relacionados com a visualização de dados, quer na perspetiva da comunicação quer na perspetiva de análise;
OA4. Compreender os fundamentos dos modelos preditivos e dos modelos descritivos, bem como o seu contexto de aplicação;
OA5. Saber utilizar os algoritmos hierárquicos e de partição para análise de clusters;
OA6. Saber utilizar os algoritmos de vizinhos mais próximos, árvores de classificação e classificadores bayesianos para problemas de classificação e regressão;
OA7. Compreender as principais medidas de qualidade para a avaliação de modelos descritivos e modelos preditivos;
OA8. Compreender a decomposição de problemas de negócio em problemas analíticos;
OA9. Compreender o papel da informação enquanto ativo organizacional;

Caracterização geral

Código

200360

Créditos

Professor responsável

A disponibilizar brevemente

Horas

Semanais - A disponibilizar brevemente

Totais - 112

Idioma de ensino

Pré-requisitos

Bibliografia

- Provost, F., and Fawcett, T. (2013). Data Science for Business, Sebastopol, CA: O´Reilly Media
- Bruce, P., Bruce, A., Gedeck, P., (2020) Practical Statistics for Data Scientists, Sebastopol, CA: O´Reilly Media
- Domingos P., (2015) The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World, Basic Books;
- Provost F, Fawcett T (2013) Data science and its relationship to big data and data-driven decision making. Big Data 1(1):51-59;

Método de ensino

Tratando-se de uma UC de Fundamentos da Tomada de Decisão Baseada em Dados, propõe-se uma abordagem de ensino intercalando aulas expositivas com a aplicação prática dos conceitos. As aulas expositivas apresentam a fundamentação dos principais conceitos e algoritmos. Estas aulas contam com apoio de estudos de caso e exemplos práticos para melhor consolidação de conceitos. Adicionalmente, realizam-se exercícios individuais e em grupo, focados na implementação dos modelos abordados usando dados e ferramentas práticas. Os alunos são incentivados a explorar abordagens diferentes, discutir resultados e apresentar suas descobertas.

Método de avaliação

Exame Individual (50%)
Trabalho Prático (50%)

Conteúdo

1) Contexto:
a) O dilúvio dos dados
b) O universo dos dados em constante crescimento
c) A urgência de fechar o hiate entre dados e informação
d) Definições
e) A ciência dos dados e as competências dos cientistas de dados

2) Fundamentos da tomada de decisão baseada em dados:
a) O processo de construção e aplicação de um modelo preditivo
b) A eficácia irrazoável dos dados
c) As tarefas típicas em análise de dados

3) Introdução aos algoritmos:
a) Conceitos básicos de estatística
b) Modelos descritivos
c) Modelos preditivos
d) Avaliação de modelos

4) Realização de valor:

a) Identificar oportunidades para a utilização de decisão baseada em dados
b) Monetização e produtização
c) A informação enquanto active da organização orientada aos dados

Cursos

Cursos onde a unidade curricular é leccionada:

Mestrado em Inteligência Artificial Aplicada ao Negócio (AI4Business)