Introdução à Aprendizagem Automática e Ciência de Dados com Python

Não tem Fotografia:
João Carlos Raposo Neves
Código:
17018
Ano:
1
Semestre:
L0
Créditos ECTS:
2
Carga Horária:
O (32H)/PL(12H)/TP(12H)
Área Científica:
Informática
Objectivos de Aprendizagem:
A disciplina de Introdução à Aprendizagem Automática e Ciência de Dados com Python tem como objetivo proporcionar aos estudantes uma compreensão abrangente das técnicas e metodologias utilizadas na análise e processamento de dados, bem como na implementação de modelos preditivos. No final da Unidade Curricular, o estudante deverá ser capaz de:
- Compreender e utilizar ferramentas essenciais para a análise de dados em Python.
- Realizar a leitura, processamento e transformação de dados com recurso a bibliotecas específicas.
- Visualizar dados de forma eficaz para insights preliminares.
- Implementar modelos de aprendizagem automática para análise preditiva.
- Avaliar e melhorar o desempenho dos modelos de aprendizagem automática e profunda.
Conteúdos programáticos:
1. Fundamentos de Python e Ambiente de Desenvolvimento

2. Conceitos Básicos de Programação em Python

3. Manipulação e Análise de Dados com Pandas

4. Visualização de Dados com Matplotlib, Seaborn e Plotly

5. Introdução à Aprendizagem Automática com Scikit-Learn

6. Modelos Avançados de Aprendizagem Automática

7. Introdução ao Deep Learning com o PyTorch
Bibliografia principal:
1. Joel Grus, Data Science from Scratch: First Principles with Python, 2nd Edition, O'Reilly Media, 2019.
2. Wes McKinney, Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython, O'Reilly Media, 2017.
3. Jake VanderPlas, Python Data Science Handbook: Essential Tools for Working with Data, O'Reilly Media, 2016.
4. Andreas C. Müller and Sarah Guido, Introduction to Machine Learning with Python: A Guide for Data Scientists, O'Reilly Media, 2016.
5. D.P. Kroese, Z.I. Botev, T. Taimre, R. Vaisman, Data Science and Machine Learning: Mathematical and Statistical Methods, Chapman & Hall/CRC, 2019.
6. Hui Lin, Ming Li, Practitioner’s Guide to Data Science, 2023.
Língua:
Português