Descoberta Simbólica de Conhecimento

Objetivos

A descoberta de conhecimento em bases de dados emergiu como uma área de pesquisa e aplicações significativas, devido à crescente criação de dados em áreas com impacto social grande, como ciências naturais, saúde, finanças, marketing, etc. Ela consiste no processamento de (possívelmente grandes) volumes de dados para descobrir padrões significativos (unidades do conhecimento), que podem ser interpretados e utilizados em sistemas de decisão, e reutilizados para afinar o processo de descoberta. A descoberta simbólica de conhecimento apresenta os alunos a uma estrutura de descoberta de conhecimento com fundamentos matemáticos fortes e baseada em estruturas de ordem, no pensamento conceitual e no processamento e raciocínio de conhecimento. É destinado a mestrandos em ciências de dados e da Computação que tenham interesse em análise de dados e aprendizagem automática simbólica.

Programa

Parte I - Introdução à descoberta de conhecimento e fundamentos matemáticos Capítulo 0 - Breve introdução ao descobrimento de conhecimento. Capítulo 1 - Fundamentos matemáticos básicos. Parte II - Análise Formal de conceitos, exploração de conceitos e implicações Capítulo 2 - Introdução à Análise de Conceitos Formais. Capítulo 3 - Algoritmos principais de mineração de padrões com a ACF. Capítulo 4 - Reticulados Iceberg: Motivação, medidas de interesse, exemplos. Parte III - Refinamentos, estruturas de padrão e aplicações Capítulo 5 - Regras de associação. Capítulo 6 - AFC para a classificação. Capítulo 7 - Tópicos adicionais: Clustering multimodal (biclustering e exemplos), AFC para o biclustering, clustering de dados complexos, estruturas de padrão a partir da AFC, outras aplicações (recomendação, mineração de texto, recuperação de informações, etc.)

Pré Requisitos

Espera-se que a unidade curricular de descoberta simbólica de conhecimento seja autosuficiente, mas alguns fundamentos elementares em matemática discreta, teoria dos conjuntos e complexidade computacional são recomendados.

Competências Transversais

A unidade curricular promove o desenvolvimento de competências transversais em pensamento crítico, criatividade e estratégias de resolução de problemas, tanto nas aulas como no trabalho autónomo e nas diferentes componentes de avaliação.

Componente Laboratorial

Uma seleção de exercícios será fornecida aos alunos todas as semanas. Estes serão parcialmente resolvidos em sala de aula e os restantes exercícios exigirão trabalho pessoal por parte dos alunos. Além disso, espera-se que os alunos contribuam ativamente com os respetivos grupos em direção ao projeto final do grupo. Além das tarefas de exercício e do projeto final, os alunos serão avaliados num exame final. Os pesos respetivos são: 30% para o projeto final, 20% para as tarefas de exercício, 50% para o exame final.

Componente de Programação

Espera-se que os alunos programem um pouco em Python no decorrer do projeto final.

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.