Objetivos Gerais:

1 - Com os recentes desenvolvimentos nas Tecnologias de Informação surgem sistemas coleccionando e gerando quantidades astronómicas de dados. Por exemplo, projectos relacionados com o genoma humano, organizações mundiais e a World Wide Web facilmente geram gigabytes ou terabytes de dados. Para serem úteis e entendidos, estes dados precisam de ser minerados de modo a que informação útil possa ser extraída. As ténicas de data warehousing e mineração de dados capacitam a análise de enormes conjuntos de dados, providenciando informação útil para a tomada de decisões. Esta é uma área multi-disciplinar, agregando vários campos de investigação como gestão de sistemas de bases de dados, data warehousing, OLAP, estatística, inteligência artificial e algoritmos. Os objectivos gerais são: estudo de princípios, algoritmos e aplicações dos vários tipos de sistemas de apoio à decisão; ganho de experiência prática na implementação e/ou configuração destes sistemas.

Conteúdos / Programa:

1 - Data Warehouse e tecnologia OLAP para mineração de dados, Pré-processamento, Descricção de conceitos: caracterização e comparação, Classificação e predição, Árvores de decisão, Mineração de regras de associação, Classificação Bayesiana. Mineração de dados com clustering, Mineração de dados com redes neurais, Mineração de dados com algoritmos genéticos, Mineração de dados espaciais, Mineração de texto, Mineração de áudio, Mineração da web. Utilização da suite Business intelligence Pentaho (http://www.pentaho.com/) - o mais conceituado agrupamento open source (com versão enterprise) de componentes de business intelligence para data warehousing, data mining e reporting.

Bibliografia / Fontes de Informação:

Micheline Kamber, Jian Pei, Jiawei Han , 2011 , Data Mining: Concepts and Techniques, 3rd Edition , O'REILLY

Métodos e Critérios de Avaliação:

Tipo de Classificação: Quantitativa (0-20)

Metodologia de Avaliação:
1) 3 Provas Orais ou mini-testes: 30% (individual) 10% cada - resposta a questões de índole teórico ou teórico-prático sobre a matéria dada, usando-se os slides das respectivas aulas, como base das questões. 2) Projetos - 50% (em grupos) - 2 Projetos: Projecto de Pesquisa (PP) - 20% - Artigo escrito resultante da pesquisa na Internet de um tema inserido no programa da disciplina e defesa final do projecto através da apresentação em slides do respectivo artigo e resposta a questões sobre o mesmo colocadas pelo docente/público; Projecto de Business Intelligence (PBI) - 30% - envolvendo vários componentes da suite de Business Intelligence Pentaho e defesa final através da apresentação das funcionalidades implementadas e resposta a questões sobre a implementação. 3) Avaliação contínua: 20% (individual) - nas aulas teórico-práticas, intervenções críticas fundamentadas sobre o trabalho recentemente realizado, bem como enquadramento do mesmo na respectiva matéria teórica.