Disciplina Curricular
Ciência de Dados Geo-Espaciais CDG-E
Mestrado Bolonha em Engenharia Geológica e de Minas - MEGM 2021
Contextos
Grupo: MEGM 2021 > 2º Ciclo > Área Principal > Obrigatórias
Período:
Peso
6.0 (para cálculo da média)
Pré-requisitos
Os alunos devem ter conhecimentos básicos de probabildade e estatística, de regressão linear, álgebra linear e classificação.
Objectivos
Os alunos deverão ser capazes de: - Identificar e compreender os desafios associados à ciência de dados em problemas com uma componente espacial (sistemas espacias); - Construir e manipular bases de dados para grandes quantidades de dados geo-espaciais. - Aplicar técnicas de análise, classificação, modelação, e visualização de grandes quantidades de dados geo-espaciais; - Integrar os resultados das diferentes técnicas com conceitos de sistemas de informação geográfica, recursos naturais, ambiente, urbanismo.
Programa
1. Introdução aos métodos de ciência de dados para aplicações geo-espaciais: limitações da aplicação de métodos de ciência de dados a dados espacialmente estruturados 2. Introdução a base de dados para grandes quantidades de dados geo-espaciais (Scripting com SQL). 3. Árvores de decisão: regressão e classificação, bagging e Boosting 4. Redes Neuronais: perceptron; multilayer perceptron e recurrent neural networks 5. Self-organizing maps 6. Support Vector Machines 7. Random forests 8. Ensemble learning 9. Problemas de elevada dimensão 10. Introdução a técnicas de deep Learning: convolutional neural networks; auto-encoders; long short-term memory networks 11. Visualização e análise no domínio geo-espacial Casos de estudo com dados geo-espaciais seão apresentados ao longo do cursos como exemplos de aplicação dos diversos métodos.
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 e SQL para a resolução de problemas práticos de ciência de dados para dados geo-espaciais desenvolvendo competências de abstração, automação, decomposição, depuração, generalização e raciocínio algoritmico.
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.