Currículo
Análise e Visualização de Dados Complexos Agro-Ambientais AVDCAmb
Contextos
Groupo: MREcologico 2025-2026 > 2º Ciclo > Parte Escolar > Unidades Curriculares Optativas > 2º Semestre
ECTS
6.0 (para cálculo da média)
Objectivos
Pretende-se que os alunos adquiram competências na utilização de diferentes ferramentas tecnológicas de análise de dados e sua visualização gráfica. Os alunos deverão adquirir aptidões ao nível da utilização de linguagens de programação para identificar, sumarizar e manipular diversos tipos de informação univariada contida num grande volume de dados. A consolidação e aquisição de novos conhecimentos teóricos e práticos de análise exploratória de dados multivariados e inferência estatística irão habilitar os alunos a formular hipóteses a partir de um determinado conjunto de dados, selecionar as metodologias mais corretas para a sua posterior análise inferencial, e transmitir a informação resultante através de técnicas de visualização gráfica de dados. A UC irá ainda dotar os alunos dos conhecimentos necessários para a execução de projetos que exigem o desenvolvimento de interfaces visuais para comunicar resultados, nomeadamente através de gráficos e mapas interativos.
Programa
1. Principais ferramentas de análise e visualização de dados em Python (Pandas, Plotly, Matplotlib, Seaborn, Bokeh, geoplotlib). 2. Tipos de dados e identificação de variáveis. 3. Sumários estatísticos. 4. Distribuição empírica dos dados. 5. Padronização e transformação de dados. 6. Redução da dimensionalidade dos dados: métodos de ordenação multivariada 7. Análise de correlação e regressão. 8. Princípios de design aplicados à visualização de informação. 9. Visualização gráfica uni, bi e multivariada. 10. Representações avançadas de informação. 11. Representação de dados espaciais. 12. Criação de painéis visuais interativos de informação (dashboards).
Método de Avaliação
Avaliação: baseada na realização de pequenos exercícios práticos em grupo durante parte da aula e num trabalho individual ao longo do semestre que irá cobrir os vários conteúdos, sempre que possível abordando problemas reais nas áreas técnico-científicas de interesse dos alunos.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 0.0
Carga Total -
Bibliografia
Principal
- Hands-On Exploratory Data Analysis with Python: Perform EDA techniques to understand, summarize, and investigate your data. Packt Publishing Ltd. Birmingham, UK. 352pp.: Mukhiya, S.K., Ahmed, U. 2020
- Interactive Data Visualization with Python: Present your data as an effective and compelling story, 2nd Edition. Packt Publishing Ltd. Birmingham, UK. 332pp.: Belorkar, A. Guntuku, S.C., Hora, S. Kumar, A. 2020