Mostrar código-fonte de Disciplina de Extração de Conhecimento de Dados em Saúde @FMUP

{{Disciplina
|Depende do Curso=Mestrado em Informática Médica
|Docente Responsável=José Alberto da Silva Freitas, Pedro Pereira Rodrigues
|Temas abordados na disciplina=Machine learning, Data mining, Modelação de dados, Aprendizagem automática, Text Mining, Web mining
}}
=Objetivos de aprendizagem=

Nesta unidade curricular serão abordados métodos de aprendizagem automática para a prospeção e extração de conhecimento de dados (data mining) na área da saúde.
<br>
No final, os alunos deverão conhecer algumas técnicas, saber aplicá-las a novos problemas e saber interpretar os resultados obtidos.


=Conteúdos programáticos=

* 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


=Resultados da aprendizagem=

Os conteúdos lecionados dotarão os alunos dos conceitos necessários e suficientes para compreender e aplicar os métodos de aprendizagem automática para a prospeção e extração de conhecimento de dados na área da saúde. No final, os alunos deverão conhecer algumas técnicas, saber aplicá-las a novos problemas e saber interpretar os resultados obtidos.
<br>
Os conteúdos lecionados permitirão ainda dotar os alunos das competências de integração das técnicas abordadas em contextos de prática clínica, de investigação e de análises de dados nos sistemas de informação em saúde.


=Metodologias de ensino=

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.


Avaliação dos trabalhos individuais e de grupo propostos, com apresentação oral, e exame final.


=Bibliografia principal=

* Data Mining: Concepts and Techniques. Jiawei Han, Micheline Kamber and Jian Pei (Authors). Morgan Kaufmann, 3rd edition, 2011.
* Extração de Conhecimento de Dados - Data Mining. Ana Carolina Lorena, Katti Faceli, Márcia Oliveira, André Ponce de Leon Carvalho, João Gama (Authors). 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.


=Calendarização prevista das aulas=

* [[Calendarização das aulas de ECDS@FMUP (2016)|Ano letivo 2015/2016]]


[[Categoria: Disciplina]]