Inteligência no Negócio

Ano
4
Ano lectivo
2018-2019
Código
02000124
Área Científica
Engenharia Biomédica
Língua de Ensino
Português
Modo de Ensino
Presencial
Duração
Semestral
Créditos ECTS
6.0
Tipo
Opcional
Nível
2º Ciclo - Mestrado

Conhecimentos de Base Recomendados

Programação, Introdução à 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. Em metade das aulas teóricas serão realizados testes escritos (5 minutos) que incidem sobre o conteúdo de artigos disponibilizados aos alunos como tarefa de leitura.

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

Esta disciplina tem por objetivos estudar as principais metodologias 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 especialistas.

Estágio(s)

Não

Programa

Software de suporte à decisão nos processos de negócio e organizações

Data Warehousing e OLAP

- Introdução às Data Warehouses

- Análise multidimensional e esquemas em estrela

- Projeto de Data Warehouses

- Extração, transformação e carregamento de dados (ETL)

- Optimização e administração de data Warehouses

- Bases de dados multidimensionais e OLAP

- Tópicos avançados e novos paradigmas de tratamento, armazenamento e acesso a dados

Data Mining

- Introdução ao Data Mining

- Metodologia de Desenvolvimento de Projetos de Data Mining

- Análise do Negócio e Seleção de Dados

- Pré-processamento de Dados

- Geração de Modelos

- Avaliação de Modelos

- Produtização de Modelos.

Métodos de Avaliação

Avaliação
Mini Testes: 15.0%
Exame: 35.0%
Projecto: 50.0%

Bibliografia

―The Data WarehouseLifecycleToolkit‖, Ralph Kimbal et.al, J. Wiley& Sons, Inc, 2nd Edition, 2008.

―Data Mining―, Witten Frank. Morgan Kaufman, 2nd Edition, 2005.