Quimiometria

Conhecimentos de Base Recomendados

Não aplicável.

Métodos de Ensino

- Aulas teóricas expositivas, com interação com os alunos.

- Resolução de problemas com prática computacional.     

Resultados de Aprendizagem

Pretende-se um domínio dos métodos, algoritmos e ferramentas quimiométricas com vista a facultar ao discente conhecimentos para tratamento de dados em sistemas multivariados, em aplicações abrangentes no domínio da química.    

Estágio(s)

Não

Programa

1. Introdução

Tratamento de dados e tratamento de informação. Da Quimiometria a disciplinas afins noutras ciências

2. Estatística básica

3. Planeamento experimental

Planeamento fatorial simples. Procedimentos de dois níveis. Replicação fracionária. Procedimentos compostos

4. Métodos de correlação e séries temporais.

Covariância, correlação e regressão. Séries temporais: autocovariância e autocorrelação.

5. Análise de agrupamentos

Distância, métrica, semelhança. Técnicas hierarquizadas. Técnicas de partilha-otimização

6. Análise de componentes principais e fatores

Componentes principais em duas e n dimensões.

Análise de fatores: determinação e rotação

7. Reconhecimento supervisionado de padrões

Regras de decisão. Análise descriminante linear. O método dos k-vizinhos. Árvores de decisão. “Bagging” e “random forests”

8. Regressão avançada. Regressão de componentes principais. Método dos mínimos quadrados parciais. Relações estrutura-atividade

9. Redes neuronais

Algoritmos. Deep learning.

Docente(s) responsável(eis)

Alberto António Caria Canelas Pais

Métodos de Avaliação

Avaliação
Resolução de problemas: 25.0%
Exame: 75.0%

Bibliografia

L. Sachs, “Applied Statistics: a Handbook of Techniques”, 2^nd Ed., Springer, New York, 1984.

D.L. Massart, B.G.M. Vandeginste, S.N. Deming, Y. Michotte e L. Kaufman, “Chemometrics: a text book”, Elsevier, Amsterdam, 1988.

R.G. Brereton, Chemometrics : Data Analysis for the Laboratory and Chemical Plant, Wiley (Chichester, 2003).