Conhecimentos de Base Recomendados

Probabilidades e Estatistica
Inteligência Artificial

Objetivos

OA1: Aquisição de conhecimento para a formulação de um problema prático
OA2: Assegurar que os alunos adquirem capacidade de implementação de algoritmos de classificação supervisionada e não-supervisionada
OA3: Fornecer competências teóricas e práticas para efetuar análise inteligente de dados não estruturados
OA4: Contacto com um conjunto de aplicações de análise inteligente de dados não estruturados
OA5: Desenvolvimento nos alunos da curiosidade científica e de capacidades para investigar aspetos inovadores.

Métodos de Ensino

Pretende-se que os estudantes desenvolvam exercícios práticos e testes em contexto de aulas teórico-práticas e um projeto apoiado nas aulas pratico-laboratoriais para posterior discussão. Os estudantes são incentivados a desenvolver, a partir dos conceitos base, os seus trabalhos, com o acompanhamento do docente.

A Unidade Curricular possui as seguintes metodologias de ensino e de aprendizagem:
Metodologia de ensino e aprendizagem 1 (MEA1) - aula expositiva interativa com questionamento
Metodologia de ensino e aprendizagem 2 (MEA2) - resolução de exercícios
Metodologia de ensino e aprendizagem 3 (MEA3) - aprendizagem colaborativa
Metodologia de ensino e aprendizagem 4 (MEA4) - investigação de um tema de interesse pessoal e escrita de um artigo acerca do mesmo

A Unidade Curricular possui as seguintes atividades:
Atividade 1 (AT1): resolução de exercícios
Atividade 2 (AT2): resolução de testes
Atividade 3 (AT3): realização de projeto
Atividade 4 (AT4): discussão de projeto
Atividade 5 (AT5): exame
Atividade 6 (AT6): apresentação e discussão de tema de investigação

Os Objetivos de Aprendizagem OA1 e OA2 serão atingidos com base nas Atividades AT1 a AT4, sendo utilizadas para o efeito as metodologias MEA1, MEA2 e MEA3.
O Objetivo de Aprendizagem OA3 consistem na compreensão de conceitos adquiridos nas aulas TP e serão atingidos com base nas atividades AT1, AT2 e AT5, sendo utilizadas para o efeito as metodologias MEA1, MEA2 e MEA3.
O Objetivo de Aprendizagem OA5 é atingido mediante a atividade AT6 a qual é suportada pela metodologia de aprendizagem MEA4.
A resolução de exercícios (AT1), projeto (AT3) e respetiva discussão (AT4) são desenvolvidos de forma colaborativa (entre os estudantes do mesmo grupo e entre os estudantes e o docente).
Os testes (AT2) e exame (AT5) são realizados de modo autónomo

Estágio(s)

Não

Programa

CP1: Introdução ao Reconhecimento de Padrões; Espaço vetorial de características; Desenho de um Classificador
CP2: Algoritmos de Classificação Supervisionada (MAP, Bayes, K-NN)
CP3: Algoritmos de Classificação não-Supervisionada (K-Médias)
CP4: Extração de Informação em Texto
CP5: Descoberta de Conhecimento: Medidas de Similaridade, Extração de Informação (Entidades, Relações)
CP6: Aplicações: Classificação de Documentos, e outros

Demonstração de conteúdos

Os objetivos OA1 a OA4 são atingidos mediante a frequência de aulas teóricas, prática e de laboratório onde os alunos são expostos às matérias indicadas nos conteúdos programáticos CP1 a CP3 e são ajudados a realizar um projeto de programação no âmbito do CP6.
Além disso, os alunos são encorajados a explorar um tema avançado, escolhido de acordo com as suas preferências pessoais, concretizando o OA5 no âmbito do CP6.

Demonstração da metodologia

O modelo de funcionamento da Unidade Curricular, baseado em módulos com uma base teórica, realização de exercícios, e trabalho prático/projeto, permite a atualização dos conteúdos em relação às técnicas e tecnologias relevantes, de modo a abordar diferentes métodos de resolução de problemas baseados em técnicas de Extração Automática de Informação e Reconhecimento de Padrões,
tipicamente recorrendo à representação e utilização de algoritmos de classificação, e outros usados em análise de dados, sobretudo de natureza não estruturada, indo ao encontro dos objetivos de aprendizagem.
Nas aulas teórico-práticas são ensinados os conceitos fundamentais recorrendo-se a exemplos práticos e exercícios interativos. Os Objetivos de Aprendizagem OA1, OA2, OA3, OA4, serão alcançados mediante o trabalho desenvolvido nas Atividades AT1 e AT2, suportados na aplicação das metodologias MEA1, e MEA2.
Através do projeto os estudantes têm contacto com um problema de maior dimensão que devem resolver em grupo dentro e fora das aulas e que corresponde à elaboração de aplicações para resolver problemas com uma dimensão e complexidade médias. Os Objetivos de Aprendizagem OA4 e OA5 consiste na transposição para a prática dos conceitos adquiridos nas aulas TP, com ênfase no trabalho autónomo de investigação que deve ser uma característica do nível de ensino “Mestrado” e que será alcançado mediante o trabalho desenvolvido com base nas atividades AT3, AT4 e AT6, sendo utilizadas para o efeito as metodologias MEA3 e MEA4

Docente(s) responsável(eis)

Joaquim Belo Lopes Filipe - 2.º Semestre

Bibliografia

Principal:

Jorge Salvador Marques. Reconhecimento de Padrões, IST-Press, Lisboa.
Charu C. Aggarwal, Machine Learning for Text, Springer, 2022

Adicional:

Jeffrey Strickland. Data Science Applications using Python and R - Text Analytics, 2020.
Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Mathematics for Machine Learning, Cambridge University Press, 2020.
Isaac A. Chacon, Extraction of Knowledge Models from Textbooks, 2023.