Formador: Arlindo Oliveira

Introdução à Revolução da Ciência de Dados

Formadores: Arlindo Oliveira e Cláudia Antunes

A ciência de dados aparece agora como o novo Santo Graal da sociedade da informação. Os mitos criados à sua volta impedem a correta perceção das suas reais capacidades. Nesta apresentação pretende-se desmistificar os principais conceitos desta área, ilustrando as diferentes valências com casos de estudo reais.

Formadoras: Rosário Oliveira, Maria da Conceição Amado

A aprendizagem não supervisionada permite-nos detetar padrões existentes nos dados.  Dois dos tipos de padrões mais úteis na prática são a identificação de grupos de entidades semelhantes entre si e a deteção de observações anómalas.  Neste módulo, discutem-se os mais importantes métodos de clustering e deteção de anomalias, tendo por base a resolução de dois problemas reais.

Formador: Mário Figueiredo

Previsão/estimação de uma variável, a partir de um conjunto de outras variáveis, em que que o processo se baseia num conjunto de exemplos para os quais se conhece a resposta “certa”. Abordam-se as situações de variáveis previstas serem quantitativas (regressão, e.g., prever o valor de mercado de um apartamento, a partir de características do mesmo), e qualitativas (classificação, e.g., prever se uma mensagem de email é ou não spam). Serão abordados os conceitos essenciais, e serão descritas os principais critérios e técnicas usadas.

Formador: Mário Gaspar da Silva

Revisão e demonstração das técnicas fundamentais de processamento de texto em linguagem natural recorrendo a exemplos de aplicação de análise de textos extraídos de registos clínicos e de redes sociais. Tirando partido da vasta quantidade de textos existentes, mostrar-se-á que a definição do processamento num estágio de uma sequência destes pode ser reduzida à resolução de uma tarefa de aprendizagem automática, onde a informação à saída de cada nível é resultado da informação processada no nível anterior.