Disciplina detalhes

Conhecimentos de Base Recomendados

-

Objetivos

• Conhecer os conceitos associados ao Business Intelligence, nomeadamente DataWarehouse, ETL e Reporting Tools e, a infraestrutura tecnológica de suporte;


• Entender a importância do Business Analytics como prática de exploração iterativas de dados, permitindo a tomada de decisão.


• Compreender a importância do Data Mining nas organizações


• Descobrir conhecimento em Bases de Dados através da aplicação de técnicas de Data Mining;


• Compreender os principais conceitos, metodologias e técnicas de Data Mining.

• Conhecer os conceitos associados ao Business Intelligence, nomeadamente DataWarehouse, ETL e Reporting Tools e, a infraestrutura tecnológica de suporte;


• Entender a importância do Business Analytics como prática de exploração iterativas de dados, permitindo a tomada de decisão.


• Compreender a importância do Data Mining nas organizações


• Descobrir conhecimento em Bases de Dados através da aplicação de técnicas de Data Mining;


• Compreender os principais conceitos, metodologias e técnicas de Data Mining.

Métodos de Ensino

As metodologias integram:

- Expositivo e Participativo com a finalidade de promover uma aprendizagem por descoberta, através da exploração individual e em grupo, da importância do Business Intelligence e da infraestrutura de suporte; aplicação dos conceitos e resolução de casos práticos, suportando-se na resolução de exercícios que permitam a concretização dos conceitos fundamentais de Business Intelligence e da descoberta de conhecimento em bases de dados através da aplicação de técnicas de Data Mining.

De modo a fomentar o desenvolvimento das competências em grupo será realizado um trabalho em grupo e discussão do respetivo trabalho na área específica de aprendizagem.

Estágio(s)

Não

Programa

1. Desafios da Modelação e Análise de Dados em Bioinformática


2. Business Intelligence e infraestrutura de suporte


3. Conceitos Fundamentais do Data Mining


4. O Data Mining e a Bioinformática


5. Tendências atuais e futuras

Demonstração de conteúdos

-

Demonstração da metodologia

-

Docente(s) responsável(eis)

-

Métodos de Avaliação

Bibliografia

Han, J., Kamber, M.; Data Mining – Concepts and Techniques, Morgan Kaufmann\t, 2011
He, Z.; Data Mining for Bioinformatics Applications, Elsevier Ltd., 2015
Larose, D. e Larose C.; Data Mining and Predictive Analytics, John Wiley & Sons, Inc, 2015
Provost, F. e Fawcett, T.; Data Science for Business: What you need to know about data mining and data-analytic thinking., O'Reilly Media, 2013
Sharda, R.; Delen, D. and Turban, E.; Business Intelligence, Analytics and Data Science: A Managerial Approach, Pearson, 2018
Shmueli,G.; Bruce,P.; Gedeck, P.; Patel, N.; Data Mining for Business Analytics: Concepts, Techniques and Applications in Python, Wiley, 2020
Bramer, M,; Principles of Data Mining, Springer, 2020
Tan; P.-N.; Steinbach,M.; Karpatne, A. and Kuumar, V.; Introduction to Data Mining, Pearson Education, 2019