A análise não supervisionada fornece modelos descritivos de grande utilidade no processo de aquisição de conhecimento e modelação de sistemas. O domínio de técnicas de aprendizagem não preditivas — descoberta de padrões, geração de variáveis (feature engineering), partição de observações (clustering), análise de anomalias ou transformações aos dados — é, por isso, essencial para estes fins. O curso Data Science e Análise Não Supervisionada tem como principal objetivo introduzir estas estas tarefas não supervisionadas em diferentes estruturas de dados. Além das técnicas mais representativas e promissoras, será dada particular relevância à avaliação dos resultados obtidos.
Este curso está inserido no Programa de Especialização em Data Science para Engenheiros como opcional e esta edição será dada à distância, através de Zoom.
Objetivos:
- Fazer partição dos dados (“clustering”).
- Descobrir os padrões mais importantes (“pattern mining e biclustering”).
- Identificar anomalias (“anomaly detection”).
- Realizar transformações aos dados (incluindo !Principal Component Analysis”).
- Avaliar a informação descoberta.
Destinatários:
Curso destinado a todos os profissionais licenciados em engenharia, especialmente aqueles que têm interesse em trabalhar com grandes volumes de dados, em aprofundar a análise crítica, e endereçar problemas cuja resolução não é facilmente mapeada com recurso à aprendizagem supervisionada.
Informações sobre o curso (Edição 2026):
Data de Início: 10 de janeiro de 2026
Data de Fim: 14 de fevereiro de 2026
Horário: Sábados, das 09h30 às 16h00
Preço: 1.080€
Formato: Remoto (live sessions via Zoom)
Duração: 25 horas
