Tecnologias para Análise de Dados

Conhecimentos de Base Recomendados

Programação; Inteligência Artificial; Bases de Dados; Técnicas de Reconhecimento de Padrões.

Métodos de Ensino

Aulas teóricas com exposição detalhada, recorrendo a meios audiovisuais, dos conceitos, princípios e teorias fundamentais de Data Warehousing, OLAP e Data Mining.

Aulas práticas-laboratoriais em que se pretende que os alunos adquiram conhecimentos sobre ferramentas e técnicas de desenvolvimento de aplicações práticas envolvendo OLAP e Data Mining e que, com a orientação do docente, desenvolvam um trabalho laboratorial (projeto).

Resultados de Aprendizagem

A disciplina tem por objectivos estudar as principais metodologias e de desenvolvimento de soluções de Business Intelligence e mostrar como as técnicas de Data Warehouses(DW), de OLAP e de Data Mining(DM) podem ser conjugadas na construção de soluções informáticas de apoio à decisão. Pretende-se potenciar o desenvolvimento das seguintes competências:
- Aplicar na prática os conhecimentos: aplicar os conhecimentos adquiridos no desenvolvimento de sistemas de suporte à decisão em ambientes reais;
- Aprendizagem autónoma, resolução de problemas e capacidade de decisão:identificar fontes de conhecimento, encontrar soluções para o desenvolvimento de aplicações para a análise de dados tendo em conta as necessidades organizativas, usando as metodologias de DW, OLAP e DM;
- Comunicação oral e escrita, entender a linguagem de outros especialistas e não são especialistas na área: comunicar e justificar as opções técnicas numa linguagem compreensível quer a especialistas quer a não especialista.

Estágio(s)

Não

Programa

Docente(s) responsável(eis)

Catarina Helena Branco Simões da Silva

Métodos de Avaliação

Avaliação
Exame: 40.0%
Projecto: 60.0%

Bibliografia

- Rick Sherman, Business Intelligence Guidebook - From Data Integration to Analytics, Morgan Kaufman, 2015
- C. Silva and B. Ribeiro, Aprendizagem Computacional em Engenharia, Imprensa da Universidade de Coimbra, 2020
- Simon Asplen-Taylor, Data and Analytics Strategy for Business: Unlock Data Assets and Increase Innovation with a Results-Driven Data Strategy, Kogan Page Editors, 2022
- Ramesh Sharda et al., Analytics, Data Science, & Artificial Intelligence: Systems for Decision Support, Pearson Education Limited, 2019
- Charu C. Aggarwal, Data Mining, Springer, 2015
- Ralph Kimball and Margy Ross, The Data Warehouse Toolkit, Kimball Group, 2013
- Foster Provost, Tom Fawcett, Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking, 2013