Currículo
Fundamentos da Ciência de Dados Agro-Ambientais FCDAAmb
Contextos
Groupo: MSAA (Nce) 2024-2025 > 2º Ciclo > Parte Escolar > Áreas de Especialização > Terra
Groupo: MSAA (Nce) 2024-2025 > 2º Ciclo > Parte Escolar > Áreas de Especialização > Sem Área de Especialização
Groupo: MSAA (Nce) 2024-2025 > 2º Ciclo > Parte Escolar > Áreas de Especialização > Energia
Groupo: MSAA (Nce) 2024-2025 > 2º Ciclo > Parte Escolar > Áreas de Especialização > Cidades
Groupo: MSAA (Nce) 2024-2025 > 2º Ciclo > Parte Escolar > Áreas de Especialização > Biodiversidade
Groupo: MSAA (Nce) 2024-2025 > 2º Ciclo > Parte Escolar > Áreas de Especialização > Água
ECTS
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.
Método de Avaliação
A avaliação terá as seguintes componentes: avaliação de conhecimentos por testes ou exame final: 40%; projeto pessoal: 40%; participação na aula: 20%.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 0.0
Carga Total -
Bibliografia
Principal
- The Data Science Handbook. John Wiley & Sons, Inc, 416 pp.: Cady, F. 2017