Beatriz Alves Damião Correia Paulino

Martim Hernandez dos Santos

Após a conclusão do curso, os formandos serão capazes de:
OA1. Explicar os domínios e temas de aplicação da ciência de dados e quais os recursos necessários para analisar vários tipos de dados de modo a responder às questões que orientam a exploração.
OA2. Definir conceitos como dados e informação, análise exploratória de dados, inferência estatística e modelação, aprendizagem automática e análise de dados n-dimensionais.
OA3. Justificar a necessidade de pesquisa reprodutível, as questões éticas e regulamentares que se levantam para a tomada de decisão orientada por dados e a possibilidade de existência de enviesamentos.
OA4. Explicar as técnicas subjacentes à visualização e comunicação de resultados.

Conteúdos programáticos (CP):
CP1. Introdução à Ciência de Dados: principais conceitos e metodologias.
CP2. Dados no suporte à decisão: privacidade, ética: dados pessoais, conduta de investigação e desafios éticos da Inteligência Artificial.
CP3. Apresentação de estudos de caso que incluam o ciclo completo de dados, provenientes de diferentes áreas.
CP4. Recolha e tratamento de dados não estruturados.
CP5. Conceitos e técnicas para visualização de dados e perceção visual para comunicação de conhecimento.
CP6. Técnicas básicas de preparação de dados estruturados.
CP7. Construção de modelos de inferência a partir dos dados.

Devido ao facto de a UC ser maioritariamente de experimentação prática e pensamento crítico, a avaliação é realizada ao longo do semestre letivo e não existe a modalidade de avaliação por exame (100%).
A nota final é calculada através da avaliação de:
Mini-testes individuais realizados online (MT): 10%.
Participação em foruns de discussão online (F): 20%
Relatório do trabalho de projeto num estudo de caso realizado em grupo e discussão online (P): 70%.
A avaliação da discussão oral de P determina avaliações individuais de cada estudante no grupo.