Data Mining II (Modelos Preditivos)
Código
75007
Unidade Orgânica
Instituto Superior de Estatística e Gestão de Informação
Créditos
7.5
Professor responsável
Língua de ensino
Português. No caso de existirem alunos de Erasmus, as aulas serão leccionadas em Inglês
Objectivos
Esta unidade curricular tem como objetivo principal a atribuição de competências no âmbito da construção de modelos de classificação e/ou preditivos para o apoio à tomada de decisão. Pretende-se também que os alunos no final do curso sejam capazes de analisar, compreender, implementar e avaliar os diversos modelos de classificação e de predição.
É ainda objetivo que os alunos fiquem a conhecer algumas das mais relevantes áreas de aplicação de data mining e quais são as suas linhas de investigação mais proeminentes.
Pré-requisitos
Não aplicável
Conteúdo
- Introdução
- Classificação e Predição
Definição e questões relacionadas
Árvores de Decisão
Classificação Bayesiana
Classificação Baseada em Regras
Classificação através do Perceptrão Multicamada
Support Vector Machines
Classificação por Associação
Classificação através dos vizinhos mais próximos
Predição
Medidas de performance
Avaliação dos Modelos
Combinação de Modelos
Seleção do Modelo - Métodos Analíticos e Aplicações
Mining Data Streams, Time-Series Data and Sequence Data
Graph and Strutural Pattern Mining
Social Network Analysis
Mining Multimedia, Text and Web Data
Bibliografia
Jiawei Han, Micheline Kamber, Jian Pei, Data Mining: Concepts and Techniques, Second Edition. The Morgan Kaufmann Series in Data Management Systems, 2006.
Introduction to Data Mining, Pang-Ning Tan, Michael Steinbach, Vipin Kumar, Pearson Education, Inc., 2006.
Método de ensino
Os alunos terão 2 aulas teórico-práticas por semana (1,5 hora cada), onde os diversos tópicos serão apresentados e discutidos.
A forma predominante das aulas será a exposição da matéria teórica que será complementada com sessões laboratoriais onde os alunos poderão explorar as diversas ferramentas bem como proceder à implementação computacional de algumas delas.
Método de avaliação
A nota final corresponderá à média ponderada das seguintes três componentes:
- 2 Projetos (25% cada) – grupo de 2/3 alunos;
- Exame Final (50%) – nota mínima de 9,0 valores.