[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Unidade curricular” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]
Extração de Conhecimento de Dados em Saúde
[/ms_accordion_item] [/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Docente” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]
[/ms_accordion_item]
[/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Objetivos de aprendizagem” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]
Nesta unidade curricular serão abordados métodos de aprendizagem automática para a prospeção e extração de conhecimento de dados (data mining) na área da saúde.
[/ms_accordion_item]
[/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Resultados de aprendizagem e competências” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]
No final, os alunos deverão conhecer algumas técnicas, saber aplicá-las a novos problemas e saber interpretar os resultados obtidos.
[/ms_accordion_item]
[/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Conteúdos programáticos” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]
- Machine learning e data mining (introdução, cenários de aplicação, processo de data mining; características específicas da área da saúde);
- modelação de dados, pré-processamento de dados médicos, qualidade de dados em saúde;
- aprendizagem automática supervisionada (árvore de decisão, classificação Bayesiana, redes neuronais);
- aprendizagem automática não supervisionada (análise de clusters, análise de casos desviantes, associação e análise de padrões frequentes);
- avaliação de técnicas de aprendizagem automática (modelos de classificação, clustering);
- noções básicas de visual data mining, text mining e Web mining;
- Software: RapidMiner, Weka e R.
[/ms_accordion_item]
[/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Metodologias de ensino” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]
Aulas teóricas e teórico-práticas com apresentação e discussão de temas, exercícios em grupo e individuais, para resolução de problemas práticos em cenários de saúde, com utilização de software específico para desenvolvimento de competências.
[/ms_accordion_item]
[/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Tipo de avaliação” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]
Avaliação distribuída com exame final
[/ms_accordion_item]
[/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Bibliografia principal” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]
- Jiawei Han, Micheline Kamber and Jian Pei (Authors); Data Mining: Concepts and Techniques, Morgan Kaufmann, 3rd edition, 2011
- Ana Carolina Lorena, Katti Faceli, Márcia Oliveira, André Ponce de Leon Carvalho, João Gama (Authors). ; Extração de Conhecimento de Dados – Data Mining, Edições Silabo, 2012
- Cruz-Correia RJ et al. ; Data Quality and Integration Issues in Electronic Health Records. In: Hristidis V (ed.). Information Discovery on Electronic Health Records: Chapman and Hall; 2009. p. 55-95.
[/ms_accordion_item]
[/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Página oficial” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]
Página oficial
[/ms_accordion_item]
[/ms_accordion]