Inteligência no Negócio

Ano
4
Ano lectivo
2020-2021
Código
02000124
Área Científica
Engenharia Biomédica
Língua de Ensino
Inglês
Outras Línguas 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.

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 objectivos 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 especialista

Estágio(s)

Não

Programa

Estudo do Negócio

Data warehousing e OLAP

- Introdução às Data Warehouses

- Análise multidimensional e esquemas em estrela

- Projecto de Data Warehouses

- Extracção, transformação e carregamento de dados

- Optimização e administração de data warehouses

- Bases de dados multidimensionais e OLAP

- Tópicos avançados e novos paradigmas para problemas de tratamento de dados

 

Data Mining

- Selecção de Dados

- Pré-processamento de Dados

- Escolha e Aplicação dos Algoritmos de Data Mining

- Avaliação dos Modelos Gerados

- Visualização e Selecção de Modelos

- Aplicação dos Modelos Gerados.

Docente(s) responsável(eis)

Bernardete Martins Ribeiro

Métodos de Avaliação

Avaliação
Exame: 40.0%
Projecto: 60.0%

Bibliografia

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

“Data Mining“, Witten Frank. Morgan Kaufman, 3rd Edition, 2011.