Formadora: Cláudia Antunes

• Introdução à Revolução da Ciência de Dados

Formadora: Cláudia Antunes

• A ciência de dados aparece agora como o novo Santo Graal da sociedade da informação. Os mitos criados à sua volta impedem a correta perceção das suas reais capacidades. Nesta apresentação pretende-se desmistificar os principais conceitos desta área, ilustrando as diferentes valências com casos de estudo reais.

Formador: Mário Figueiredo

• Previsão/estimação de uma variável, a partir de um conjunto de outras variáveis, em que que o processo se baseia num conjunto de exemplos para os quais se conhece a resposta “certa”. Abordam-se as situações de variáveis previstas serem quantitativas (regressão, e.g., prever o valor de mercado de um apartamento, a partir de características do mesmo), e qualitativas (classificação, e.g., prever se uma mensagem de email é ou não spam).  Serão abordados os conceitos essenciais, e serão descritas os principais critérios e técnicas usadas.

Formadora: Isabel Rodrigues

• A aprendizagem não supervisionada permite-nos detetar padrões existentes nos dados.  Dois dos tipos de padrões mais úteis na prática são a identificação de grupos de entidades semelhantes entre si e a deteção de observações anómalas.  Neste módulo, discutem-se os mais importantes métodos de clustering e deteção de anomalias, tendo por base a resolução de dois problemas reais.

Formador: Mário Gaspar da Silva

• Revisão e demonstração das técnicas fundamentais de processamento de texto em linguagem natural recorrendo a exemplos de aplicação de análise de textos extraídos de registos clínicos e de redes sociais. Tirando partido da vasta quantidade de textos existentes, mostrar-se-á que a definição do processamento num estágio de uma sequência destes pode ser reduzida à resolução de uma tarefa de aprendizagem automática, onde a informação à saída de cada nível é resultado da informação processada no nível anterior.

Formador: José Maria Moreira

• Sessão de experimentação com implementação do meu primeiro modelo de machine learning. Apresentação de infraestrutura para desenvolvimento de projecto.

Formadores: Francisca Leite

• Introdução à inovação e revolução da ciência de dados aplicada à saúde.

Formador: Nuno Silva

• Neste módulo pretende-se dar aos participantes as principais aplicações de métodos de analítica avançada a imagens médicas. Entre estas encontram-se as análises automáticas de imagens como segmentação para radiomics ou processamento automático de imagens de raio-X.

Formador: Bernardo Neves

• Neste módulo pretende-se dar aplicações de analítica avançada para a fenotipagem de doenças e caracterização das mesmas. Aplicações de métodos de data mining para avaliações de padrões em dados clínicos.

Formador: André Rosa Alexandre

• Neste módulo pretende-se dar aplicações de analítica avançada à predição de risco em contexto clínico com problemas reais. Entre estas encontram-se a deteção e previsão de eventos críticos.

Formadora: Raquel Santos

• A introdução de algoritmos de inteligência artificial na prática clínica tem potencial para transformar a prestação de cuidados em relação ao que conhecemos hoje. Contudo, para que se consiga explorar todo o seu potencial, é necessário que sejam soluções centradas no utilizador e que se adequem ao sistema sócio-técnico de trabalho onde vão ser integradas. Neste módulo pretende-se fornecer aos participantes algumas ferramentas que na perspetiva da Engenharia de Fatores Humanos, permitem informar as soluções de inteligência artificial em saúde.

Formadores: Manuela Escumalha, João Rebelo e Ana Curado

• Neste módulo pretende-se discutir as questões relacionadas com a ética/direito associadas à inteligência artificial.