NOVA Information Management School

Data Mining I (Modelos Descritivos)/ Data Mining

Código

200027

Unidade Orgânica

NOVA Information Management School

Créditos

7.5

Professor responsável

Fernando José Ferreira Lucas Bação

Língua de ensino

Português. No caso de existirem alunos de Erasmus, as aulas serão leccionadas em Inglês

Objectivos

Em termos de conhecimentos, na conclusão do curso, o aluno deverá:

  • Discutir criticamente as principais noções e conceitos associados ao Data Mining;
  • Ser capaz de proceder a tarefas básicas de preparação e pré-processamento de dados;
  • Ser capaz de utilizar diferentes tipos de ferramentas de visualização para fazer uma avaliação prévia da distribuição dos dados;
  • Criar segmentações;
  • Organizar e implementar a segmentação de uma base de dados;
  • Ser capaz de descrever o funcionamento dos algoritmos que servem de base à construção de regras de associação.

Pré-requisitos

Não aplicável

Conteúdo

  1. Introdução ao Data Mining
    Definição de Data Mining
    Uso e vantagens do Data Mining
    Sistemas de Data Mining
  2. Visualização de dados
    Técnicas de visualização de dados multivariados
  3. Pré-processamento de dados
    Sumarização dos dados
    Limpeza dos dados
    Integração e Transformação dos dados
    Redução dos dados
    Discretização dos dados
  4. Análise de clusters
    Definição de análise de clusters
    Tipos de dados em análise de clusters
    Métodos de partição
    Métodos hierárquicos
    Métodos baseados em densidade
    Métodos baseados em grelhas
    Métodos baseados em modelos
    Clustering de dados multidimensionais
    Análise de clusters baseada em restrições
    Análise de outliers
  5. Análise de padrões, associações e eventos
    Conceitos básicos
    Regras de associação
    Análise de associações e análise de correlação
    Análise de associação baseada em restrições.

Bibliografia

Data Mining: Concepts and Techniques, Second Edition, Jiawei Han, Micheline Kamber, Jian Pei . The Morgan Kaufmann Series in Data Management Systems.; Introduction to Data Mining, Pang-Ning Tan, Michael Steinbach, Vipin Kumar, Pearson Education, Inc., 2006.; 0; 0; 0

Método de ensino

A metodologia de ensino inclui: aulas teóricas de exposição de matéria; demonstração da utilização de ferramentas; apresentações feitas pelos estudantes (análise de casos de estudo e leitura de artigos).

Método de avaliação

A avaliação inclui: Exame (50%) e Projeto (50%).

Cursos