MECD01 - ECTS

Pretende-se garantir que os estudantes tenham os conhecimentos fundamentais para a realização das restantes UCs do CE em quatro áreas de base: Estatística, Processamento de Sinal, Base de Dados e Programação. 

Ao nível da Estatística pretende-se que tenham uma visão integrada da área e da sua utilidade, de forma a torná-los utilizadores proficientes da Estatística Descritiva e da Inferência Estatística.

Pretende-se que adquiram conceitos fundamentais, técnicas e ferramentas de análise e projeto na área do Processamento de Sinal. 

Ao nível das Bases de Dados devem ser capazes de descrever e analisar os requisitos de um SI, representá-los por um modelo UML e transformá-lo num modelo relacional e usar a linguagem SQL para criar, manipular e interrogar bases de dados.

Finalmente, pretende-se que na área da Programação os estudantes adquiram e apliquem conhecimentos sobre programação usando a linguagem Python como ferramenta.

MECD02 - ECTS

Enquadramento: 
Após uma época em que as diferentes empresas/instituições muito investiram na recolha de dados no âmbito da informatização das suas operações (por ex.: sensores, sistemas GPS), e em que muitas e variadas novas fontes de dados surgiram (por ex.: redes sociais), existe agora a necessidade de pôr esses dados ao serviço dessas empresas/instituições. O objetivo é ser capaz de extrair conhecimento desses dados de modo a melhorar a eficiência e ganhar vantagem competitiva. É desta necessidade que surge a Unidade Curricular de Introdução à Aprendizagem Computacional e Extração de Conhecimento (IACE).

 

Objetivos:
O estudante deve ser capaz de: (1) Utilizar adequadamente estatística descritiva para descrição de dados; (2) Saber descrever as diferentes fases do processo de descoberta de conhecimento CRISP; (3) Saber utilizar e analisar os resultados de alguns dos principais métodos de classificação e de regressão; (4) Saber utilizar e interpretar métodos de análise de aglomerados; (5) Saber utilizar e interpretar métodos de regras de associação; (6) Saber desenvolver um problema de Aprendizagem Computacional e Extração de Conhecimento de acordo com a metodologia CRISP-DM.

MECD03 - ECTS

O objetivo é introduzir os estudantes a duas das principais ferramentas para a resolução exata de problemas de otimização:

• Programação matemática – ideal para problemas com decisões contínuas e combinatórias;
• Programação por restrições – ideal para problemas combinatórios, especialmente quando o espaço de soluções é reduzido.

MECD04 - ECTS

Esta unidade curricular tem dois objetivos principais, preparar os estudantes para:

(i) utilizar os princípios e técnicas pré-processamento e preparação de dados de forma a obter um conjunto de dados com qualidade para ser analisado, que permita obter resultados com qualidade

(ii) e utilizar métodos de representação visual de dados que permitam melhorar a compreensão de dados complexos.

MECD05 - ECTS

Dotar os alunos da capacidade de projetar, implementar e explorar armazéns de dados (data warehouses).

MECD07 - ECTS A extração de informação a partir de grandes conjuntos de dados -- chamados “big data” -- tem sido o motor de várias empresas grandes e pequenas nos últimos anos e impõe um conjunto de desafios próprios, que esta UC aborda. O objetivo desta UC é dar a conhecer ao estudante os principais paradigmas, desafios, e abordagens de desenvolvimento de sistemas e aplicações big data.

MECD06 - ECTS

Esta unidade curricular apresenta um conjunto de assuntos nucleares para a área da Inteligência Artificial e dos Sistemas Inteligentes.

Os objetivos principais são:

• Caraterizar e distinguir a Inteligência Artificial (IA) e a sua aplicabilidade.

• Mostrar como Representar, Adquirir, Manipular e Aplicar Conhecimento usando Sistemas e Algoritmos Computacionais.

• Desenvolver projetos simples, mas completos, usando técnicas de IA.

Distribuição Percentual: Componente científica: 50%; Componente tecnológica: 50%

MECD08 - ECTS

O objetivo é consolidar as competências adquiridas no 1º ano do mestrado. Este objetivo será atingido através do desenvolvimento, em grupo, de num projeto, no âmbito de uma organização real, e desenvolvido em contacto com colaboradores dessa organização.

MECD11 - ECTS

O objetivo geral é criar competências no tratamento de dados de natureza complexa. Pretende-se desenvolver a capacidade de tratar dados que não sejam simplesmente tabelas de observações i.i.d. Os tipos de dados complexos (DC) abordados incluem os que são importantes hoje (texto, grafos e dados espácio-temporalmente referenciados) mas irá também acomodar novos tipos ou fontes de dados para preparar os estudantes para o desenvolvimento de técnicas adequadas para os problemas com que sejam confrontados nas suas vidas profissionais.

MECD17 - ECTS Nesta UC pretende-se dotar os alunos com as ferramentas essenciais à prospecção, refinamento, avaliação e implementação de novos negócios (incluindo negócios de base tecnológica).

MECD12 - ECTS

Pretende-se que os estudantes, no contexto de um tema de dissertação, e em colaboração estreita com um orientador designado, façam uma revisão da literatura e o levantamento do estado da arte, caracterizem detalhadamente o(s) problema(s) a tratar, e estabeleçam um plano de trabalho com as tarefas do projeto a desenvolver posteriormente na unidade curricular de Dissertação.

Devem ser claramente enunciados os objetivos/questões de investigação, metodologia, técnicas e possíveis ferramentas a usar.

MECD16 - ECTS Dotar os alunos de uma visão alargada, mas ao mesmo profunda, dos métodos de otimização por pesquisa em espaços de soluções, que são aplicáveis na resolução de problemas de decisão em múltiplas áreas disciplinares, num enquadramento de apoio à decisão.

MECD10 - ECTS Capacidade de trabalhar em equipa, organização e planeamento.
Capacidade de analisar e sintetizar conhecimento.
Capacidade de desenvolver sistemas de aprendizagem computacional de acordo com as necessidades existentes e aplicar as ferramentas tecnológicas mais apropriadas. Conhecer, aplicar e avaliar modelos avançados de aprendizagem computacional.
Conhecer técnicas de aprendizagem profunda, com abordagens de treino ‘end-to-end’, e minimizando o uso de dados etiquetados. Resolver aplicações utilizando métodos de autoaprendizagem. Adquirir capacidades de aprendizagem que permitam continuar a estudar de uma forma autónoma.

MECD14 - ECTS O objectivo principal da disciplina é conhecer e adquirir competências sobre a utilização de "Conhecimento do Domínio" na resolução de problemas. A utilização de conhecimento pode ser no desenvolvimento de Sistemas Baseados em Conhecimento (como os Sistemas Periciais) ou para utiização por  algoritmos de Aprendizagem Computacional por via do enriquecimento dos conjuntos de dados.

MECD15 - ECTS Esta unidade curricular tem por objetivo transmitir aos estudantes ferramentas e metodologias necessárias no projeto, simulação e análise de sistemas inteligentes.

MECD09 - ECTS

A visão por computador aborda a extração de informação útil de imagens e vídeos. Exemplos incluem, por exemplo, a deteção e identificação de faces ou de gestos humanos, o seguimento de pessoas ou de veículos numa sequência de vídeo. Os algoritmos da visão por computador têm imensas aplicações em muitas áreas, desde a industrial, militar e médica. Esta UC é uma introdução aos conceitos e métodos da visão por computador. Os estudantes que concluírem esta UC com sucesso deverão:

-compreender e serem capazes de explicar os conceitos da visão por computador e os algoritmos fundamentais de manipulação de imagens e sequências de vídeo;

-conhecer e serem capazes de aplicar esses algoritmos em situações práticas;

-adquirir conhecimentos que lhes permitam usar uma biblioteca, como a OpenCV, que implementa alguns dos algoritmos estudados, e implementar novos algoritmos descritos na literatura;

-ser capazes de analisar e compreender artigos científicos selecionados nas áreas de visão por computador.

MECD13 - ECTS Trabalho individual de investigação e desenvolvimento, conducente à elaboração de uma dissertação de natureza científica sobre um tema da área de conhecimento do curso, ou visando a integração e aplicação à resolução de problemas complexos de engenharia de conhecimentos, competências e atitudes adquiridos ao longo do curso.
    Pode ser um trabalho de investigação ou de desenvolvimento tecnológico e aplicação, envolvendo meios experimentais e/ou de simulação, que promova o desenvolvimento de capacidades de iniciativa, de decisão, de inovação, de pensamento criativo e crítico, num contexto de trabalho individual ou em grupo.
    Deve envolver a análise de situações novas, a recolha de informação pertinente, o desenvolvimento e selecção ou concepção das metodologias de abordagem e dos instrumentos de resolução do problema proposto, a sua resolução, o exercício de síntese e elaboração de conclusões, e a preparação de uma dissertação pertinente sujeita a apresentação pública e discussão dos resultados.
    Pode ser realizado em ambiente académico ou académico e empresarial. Neste caso os objectivos, natureza e forma de acompanhamento do trabalho devem ser objecto de acordo prévio entre o estudante e os orientadores por parte da Faculdade e da empresa, validado pelo Director do Curso, que garanta a satisfação dos objectivos de natureza científica e pedagógica da unidade curricular, e proteja eventuais questões de confidencialidade por parte da empresa/instituição de acolhimento.