Disciplina Curricular
Aprendizagem Estatística para Engenharia da Terra e do Ambiente AEETA
Licenciatura Bolonha em Engenharia de Minas e Recursos Energéticos - LEME 2021
Contextos
Grupo: LEME 2021 > 1º Ciclo > Área Principal
Período:
Peso
6.0 (para cálculo da média)
Pré-requisitos
Os alunos devem ter conhecimentos básicos de probabildade e estatística: Noção de probabilidade, probabilidade condicionada e probabilidade total; Teorema de Bayes; independência; variáveis aleatórias (discretas e contínuas); função de distribuição; função massa de probabilidade e função densidade de probabilidade; Valor esperado, variância e quantis; Teorema do Limite Central; Estimação pontual e estimação intervalar; testes de hipóteses.
Objectivos
Os alunos deverão ser capazes de: - Distinguir problemas de regressão e classificação - Compreender a diferença entre aprendizagem supervisionada e não supervisionada - Aplicar a dados reais os métodos, interpretar os resultados e conhecer as suas limitações - Selecionar o método adequado para em determinado problema - Programar em Python os métodos lecionados
Programa
1. Introdução à aprendizagem estatística: inferência e previsão, o trade-off entre precisão de previsão e interpretabilidade do modelo, aprendizagem supervisionada e não supervisionada, Regressão versus problemas de classificação 2. Regressão linear simples e regressão linear múltipla. 3. Classificação: Regressão logística e Análise Discriminante Linear 4. Métodos de reamostragem: validação cruzada e bootstrap 5. Seleção do modelo linear e regularização de redução de dimensão, problemas de elevada dimensionalidade. 6. Aprendizagem não supervisionada: análise em componentes principais, k-means e classificação hierárquica. 7. Análise de variância
Metodologia de avaliação
60% de avaliação contínua e 40% de avaliação não contínua
Componente de Competências Transversais
A UC permite o desenvolvimento de competências transversais em Pensamento Crítico, nomeadamente análise crítica de dados e abordagens à resolução de problemas (10%).
Componente Laboratorial
Aulas práticas em laboratório computacional
Componente de Programação e Computação
Os alunos deverão aprender a programar em Python para a resolução de problemas práticos de aprendizagem estatística desenvolvendo competências de abstração, automação, decomposição, depuração, generalização e raciocínio algoritmico. A avaliação desta componente terá uma ponderação de 25% do total da avaliação (1.5 ECTs).
Princípios Éticos
Todos os membros de um grupo são responsáveis pelo trabalho de grupo. Em qualquer avaliação, todo aluno deve divulgar honestamente qualquer ajuda recebida e fontes usadas. Numa avaliação oral, todo aluno deverá ser capaz de apresentar e responder a perguntas sobre toda a avaliação.