Mestrado de Gestão de Informação (2º Semestre)
|
Conjuntos de dados:
Breast Tissue Car Sale Cells Cork-Stoppers Fatigue Fetal Weight
FHR Heart Valve Meteo Rocks Stock Exchange Wines
A exposição teórica decorre em paralelo com experiências aplicadas a dados reais, usando o Statistica.
O programa procura abranger os principais temas de Análise de Dados com relevância prática.
0 - Objectivos da Análise de Dados
1 - Tipos e Descritores de Dados
1.1 Tipos de Dados
1.2 População, Amostra e Dados Estatísticos
1.3 Descritores de Dados
1.3.1 Tabelas de Frequência
1.3.2 Representações Gráficas
1.3.3 Medidas de Localização
1.3.4 Medidas de Dispersão
1.3.5 Correlação e Regressão
2 - Estimação de Parâmetros
2.1 Modelos Paramétricos
2.1.1 Teorema do Limite Central
2.1.2 Noção de Intervalo de Confiança
2.1.3 Estimação de Amostra Larga e Pequena
2.1.4 Estimação de Média e de Proporção
2.1.5 Estimação de Variância
2.1.6 Estimação de Regressão
3 - Teste de Hipóteses
3.1 Testes Estatísticos e Tipos de Erros
3.2 Testes Paramétricos. Inferência em Uma População
3.3 Testes Paramétricos. Inferência em Duas ou Mais Populações
3.4 Testes Não-Paramétricos
4 - Análise Discriminante
4.1 Classificação Bayesiana
4.2 Funções Discriminantes
4.3 Selecção de Características
4.4 Projecto e Avaliação de Classificadores
5 - Aglomeração de Dados
5.1 Medidas de Semelhança
5.2 Aglomeração Hierárquica
5.3 Algoritmo das k-Médias
A avaliação é feita com base num Trabalho Prático que foca os vários temas leccionados.
O mestrando pode usar dados do site http://www.ics.uci.edu/~mlearn/MLSummary.html para o trabalho prático. Pode também usar dados próprios relacionados com a sua área de interesse ou de actividade.
Recomenda-se que os dados compreendam várias categorias de objectos, caracterizados por vários atributos e correspondam a um número de casos suficientemente grande para ser possível obter estimativas e resultados fiáveis.
O Relatório do Trabalho deve estar organizado como se segue:
1 - Descrição dos Dados
Tipo de dados? Fonte? Condições de recolha? Importância?
2 - Estudo das Características dos Objectos/Casos
Modelo? Estimativas? Capacidade discriminante?
2.1 - Objectivo do Estudo
2.2 - Métodos
2.3 - Resultados e Conclusões
3 - Ensaios de Análise Discriminante
3.1 - Objectivo do Estudo
3.2 - Métodos
3.3 - Resultados (Estimativas de Erros) e Conclusões
4 - Ensaios de Aglomeração
3.1 - Objectivo do Estudo
3.2 - Métodos
3.3 - Resultados (Caracterização e Validação dos Aglomerados) e Conclusões