Disciplina Curricular
Fundamentos da Ciência de Dados Agro-Ambientais FCDA-A
Mestrado Bolonha em Ciência de Dados em Agricultura, Alimentação, Floresta e Ambiente - M.CDAAFA 2022/2023
Contextos
Grupo: M.CDAAFA 2022/2023 > 2º Ciclo > Parte Escolar > OBRIGATÓRIAS
Período:
Peso
6.0 (para cálculo da média)
Objectivos
Compreender o que é a ciência de dados e o que faz um cientista de dados. Perceber quais os problemas a que se dedica um cientista de dados, e como a sua intervenção pode ajudar a compreender melhor os sistemas, melhorar a eficiência dos processos e o apoio à decisão. Analisar quais os desenvolvimentos tecnológicos que possibilitaram o desenvolvimento da ciência de dados, assim como os desafios que esta ajuda a resolver. Identificar a metodologia da ciência de dados, as suas diferentes fases e objectivos. Analisar exemplos de como identificar e formalizar, em situações reais, as diferentes fases de aplicação da metodologia de ciência de dados, incluindo a formalização do problema, a identificação das fontes de dados e a abordagem para a sua análise e extração de conhecimento. Compreender a importância das boas práticas na gestão de dados e os aspectos éticos relacionados com o acesso e uso da informação.
Programa
1. Definição de Ciência de Dados (CD); 2. Fundamentos, soluções e exemplos de aplicação na transição digital na produção alimentar, gestão de recursos naturais e ambiente; 3. Visão geral sobre tópicos e algoritmos de CD; 4. Metodologia de CD; 5. Fases da metodologia; 6. Compreensão das áreas de aplicação, aquisição, preparação e análise dos dados, modelação, avaliação, implementação, relatório e feedback; 7. Breve introdução às ferramentas da CD e potencial de aplicação a cada uma das fases da metodologia; 8. Introdução sobre a análise de grandes volumes de dados e computação na nuvem; 9. Recursos de dados disponíveis; 10. Ética no acesso e uso da informação.
Métodos de ensino e avaliação
Todas as aulas serão dadas no regime teórico-prático. Deste modo, a introdução dos novos conceitos teóricos será suportada por exercícios práticos, realizados na própria aula, e reforçada por exercícios adicionais a realizar pelos alunos fora do período de horas de contacto, e a ser submetido até à aula seguinte. Estes exercícios farão parte de um projecto pessoal, que cada aluno irá desenvolver ao longo da UC, e que fará parte da avaliação final. Os alunos terão contacto com a plataforma Jupyter enquanto ambiente de desenvolvimento para ciência de dados, e experimentação de projectos em python, de forma a desenvolver as aptidões para o desenvolvimento de projectos de ciência de dados. Avaliação: a avaliação terá as seguintes componentes: avaliação de conhecimentos por testes ou exame final: 40%; projeto pessoal: 40%; participação na aula: 20%.