ACEF/1213/22977 Decisão de apresentação de pronúncia

ACEF/1213/22977 Decisão de apresentação de pronúncia ACEF/1213/22977 Decisão de apresentação de pronúncia Decisão de Apresentação de Pronúncia ao Relatório da Comissão de Avaliação Externa 1. Tendo recebido o Relatório de Avaliação elaborado pela Comissão de Avaliação Externa relativamente ao ciclo de estudos em funcionamento Informática e Gestão 2. conferente do grau de Mestre 3. a ser leccionado na(s) Unidade(s) Orgânica(s) (faculdade, escola, instituto, etc.) ISCTE - Instituto Universitário de Lisboa (ISCTE-IUL) 4. a(s) Instituição(ões) de Ensino Superior / Entidade(s) Instituidora(s) ISCTE - Instituto Universitário de Lisboa (ISCTE-IUL) 5. decide: Apresentar pronúncia 6. Pronúncia (Português): Vimos por este meio pronunciar-nos relativamente ao relatório preliminar da Comissão de Avaliação Externa (CAE) referente ao Ciclo de Estudos conducente ao grau de Mestre em Informática e Gestão. Assim, começamos por agradecer a apreciação da CAE, bem como, as suas sugestões e recomendações, as quais mereceram a nossa melhor atenção. Após cuidadosa análise e reflexão, ponderamos e respondemos conforme documento em anexo. 7. Pronúncia (Português e Inglês, PDF, máx. 100kB): (impresso na página seguinte) pág. 1 de 1

Anexos

Mestrado em Informática e Gestão (ACEF/1213/22977) Pronúncia ao relatório preliminar da CAE O ISCTE-IUL agradece a apreciação da CAE bem como as suas sugestões e recomendações, as quais mereceram a nossa melhor atenção. Após cuidadosa análise e reflexão apresentamos a nossa pronúncia ao relatório preliminar da Comissão de Avaliação Externa (CAE) referente ao mestrado em Informática e Gestão. Face à observação da CAE relativa à não existência de uma componente curricular no 1º ano que se distinga da estrutura curricular de 1º ciclo, procedeu-se a uma reestruturação importante no primeiro ano do curso. Assim, o primeiro ano de MIG deixa de ter qualquer correspondência com o 4º ano da licenciatura de Informática e Gestão de empresas. O plano de estudos passa a integrar dez UCs, seis obrigatórias e quatro optativas. A UC de Metodologias de Investigação, que no anterior plano de estudos ocorria no segundo ano, foi transferida para o primeiro ano no sentido de, à semelhança do que é sucede em outros cursos de 2º ciclo do DCTI, promover e facilitar a definição de um tema de dissertação durante o primeiro ano. Também para apoiar e acompanhar a elaboração da dissertação, e tal como sucede em outros cursos de 2º ciclo da DCTI, foi criada a UC de Seminário em Informática de Gestão. Esta UC, ao introduzir um momento obrigatório de avaliação (que se convencionou denominar de Estado da Arte) visa minimizar alguma tendência que os alunos têm de abandonar a dissertação ao longo do segundo ano. Relativamente às seis UCs obrigatórias, à exceção de Metodologias de Investigação, todas elas se enquadram no âmbito da informática aplicada às organizações. Quatro destas são atualmente oferecidas em outros cursos de segundo ciclo do DCTI: Sistemas informáticos de apoio à decisão I, Gestão estratégica e sistemas de informação organizacional, Auditoria e qualidade, Extração de conhecimento de dados empresariais. As restantes são UC: Tecnologias e Sistemas Cloud e Seminário em Informática e Gestão são criadas especificamente para este ciclo de estudos. Os conteúdos de algumas UC já existentes serão ainda ajustados de modo a responder às necessidades dos vários ciclos de estudos onde são oferecidas. Com esta proposta de reestruturação curricular é criada uma identifica própria para o ciclo de estudos, conforme recomendação da CAE, e ficam clarificados e definidos os seus objetivos científicos e pedagógicos, nomeadamente, dotar os seus estudantes de: competências integradas em SI organizacionais, utilizando as metodologias, tecnologias e princípios de gestão mais adequados e atuais. competências científicas e metodológicas de nível correspondente ao 2º ciclo, nos domínios tecnológico e de gestão; desenvolver competências de natureza social e comportamental; competências analíticas e técnicas, permitindo o acesso a exames externos de certificação profissional sobre as matérias lecionadas. Esperamos com esta pronúncia ter demonstrado a nossa disponibilidade e interesse no sentido de promover de forma continuada e sustentada a qualidade do CE, respondendo a todas as recomendações da CAE. Consideramos, assim, que estão reunidas os requisitos para uma acreditação sem condições. ISCTE - Instituto Universitário de Lisboa 1

ANEXOS Anexo 1 - Estrutura Curricular e Plano de Estudos do Mestrado em Informática e Gestão Área Científica Sigla Créditos Obrigatórios Optativos Ciências e Tecnologias da Informação CTI 60 6 2 Sistemas de Informação SI 24 0 Redes Digitais e Engenharia de Serviços RDES 6 0 Informática Aplicada IA 6 0 Área de Gestão 0 6 1 Não especificada n.e. 0 12 3 TOTAL 96 24 Unidades Curriculares Tecnologias e sistemas cloud Cloud techonologies and systems Sistemas informáticos de apoio à decisão I Business intelligence I Gestão estratégica e sistemas de informação organizacional Strategic management and organizational information systems Optativa em gestão Optional course in management Optativa em ciências e tecnologias de informação Optional course in information science and technology Metodologias de investigação em informática e gestão Research methodologies in computer science and business Management Auditoria e qualidade Audit and quality Extração de conhecimento de dados empresariais Business data mining Optativa Optional course Optativa Optional course 2º Ano Seminário em informática de gestão Seminar in computer science and business management Dissertação em informática de gestão Master Dissertation in computer science and business management Ou / or Trabalho de projeto em informática e gestão Project in computer science and business management Optativa em gestão lista indicativa Liderança e comunicação organizacional Leadership and organizational communication Métodos quantitativos aplicados Applied quantitative methods Gestão do conhecimento e cultura organizacional Management of organizational knowledge and culture Consultoria de gestão Management consulting Optativa em ciências e tecnologias de informação lista indicativa Gestão de projectos de tecnologia e sistemas de informação Management of information system projects Sistemas colaborativos Collaborative sy stems Área Científica Duração Horas Totais RDES Semestral 150 Horas Contacto ECTS Observações 37 (T=12; TP=24; 37 (T=18; TP=18; 25 (T=8; TP=16; n.e. 1 Semestral 150 31 (TP=30; 6 n.e. 2 Semestral 150 IA Semestral 150 37 (T=12; TP=24; 37 (T=18; TP=18; 37 (T=12; TP=24; 37 (T=18; PL=18; n.e. 3 Semestral 150 25 (TP=24; 6 n.e. 3 Semestral 150 25 (TP=24; 6 6 N 6 6 N (*) 6 Opt tempo médio de contacto Opt tempo médio de contacto 6 D 6 N 6 N Opt tempo médio de contacto Opt tempo médio de contacto CTI Semestral 300 25 (T=24; 12 N CTI Anual 1200 24 (S=17 OT=7) 48 CR; CH RH Semestral 150 31 (TP=30; 6 Optativa EAD Semestral 150 31 (TP=30; 6 Optativa GG Semestral 150 37 (T=12; TP=24; 6 Optativa GG Semestral 150 31 (TP=30; 6 Optativa IAp Semestral 150 37 (T=18; TP=18; 25 (T=6; TP=18; 6 Optativa 6 Optativa N nova; D deslocada de ano ou semestre; DEN denominação alterada; CH alteração das horas de contacto; CR alteração do número de créditos. (*) Ucs disponibilizadas em outros mestrados 1 Escolher unidades curriculares da Escola de Gestão de acordo com a lista definida anualmente pela direção do ciclo de estudos 2 Escolher unidades curriculares do Departamento de Ciências e Tecnologias da Informação de acordo com a lista definida anualmente pela direção do ciclo de estudos 3 Escolher qualquer unidade curricular ISCTE - Instituto Universitário de Lisboa 2

Anexo 2 Fichas de Unidade Curricular Unidade Curricular: Tecnologias e Sistemas Cloud Objetivos gerais O objetivo desta UC é proporcionar aos alunos uma compreensão dos principais aspetos da arquitetura, recursos e tecnologias de sistemas de computação em nuvem. Ele cobrirá virtualização de computadores, arquitetura orientada a serviços, questões de gestão de nuvem e problemas de rede, tanto dentro de uma nuvem assim como entre nuvens. A UC também irá abranger os mais recentes desenvolvimentos em computação em nuvem, como a computação em green cloud e computação em mobile cloud. Objectives The aim of this module is to provide students with an understanding of the key architecture, features and technologies of cloud computing sy stems. It will cover computer virtualization, service oriented architecture, cloud management issues and networking issues both within a cloud and between clouds. The module will also cover the most recent developments in cloud computing such as green cloud computing and mobile cloud computing. The theoretical analy sis of cloud technologies is exemplified by real-life cloud sy stems and services. Practical work within the module provides students with real, hands-on, experience of cloud services and applications. Objetivos de Aprendizagem Depois de completada a UC, é esperado que os estudantes sejam capazes de: 1. Identificar e analisar os diferentes tipos de arquitetura em nuvem e suas principais características 2. Identificar e utilizar as principais tecnologias que permitam a computação em nuvem 3. Propor arquiteturas em nuvem apropriadas para uma determinada aplicação 4 Desenvolver uma aplicação que possa ser instalada num sistema em nuvem 5. Analisar a forma como a tecnologia em nuvem pode ser aplicada a sistemas emergentes, como a computação em green cloud nuvem ou computação em mobile cloud. Objetivos de Aprendizagem After completion of the UC, it is expected that students will be able to: 1. Identify and explain different types of cloud architecture and their key features 2. Identify and use the key technologies enabling cloud computing 3. Propose appropriate cloud architectures for a particular application 4. Develop an application that can be deploy ed in a cloud sy stem 5. Propose how cloud technology can be applied to future sy stems such as green cloud computing or mobile cloud computing. Programa Introduction to cloud computing paradigm: motivation, key features, challenges, an overview of cloud system models such as infrastructure as a service (IaaS), platform as a service (PaaS), software as a service (SaaS), etc. (2 hours) Cloud computing fundamentals: scalable computing over the Internet, virtual machines and virtualization of clusters, performance metrics for cloud computing (4 hours) Cloud architecture design: cloud service models, service-oriented architecture, data centre design and interconnection networks, architecture design of compute and storage cloud, representative algorithms for virtual machine deploy ment. (8 hours) Cloud applications and cloud programming: basic principles, OpenStack platform, hypervisor such as Xen/KVM, case studies (4 hours) Advanced cloud computing: energy efficiency of cloud systems, mobile cloud computing, network as a service (NaaS). (2 hours) Bibliografia Distributed and Cloud Computing (From Parallel Processing to the Internet of Things) Hwang, Dongarra and Fox, (Elsevier 2011) OpenStack Cloud Computing Cookbook, K. Jackson (PACKT PUBLISHING) Building Applications in the Cloud (Concepts, Patterns, and Projects) C. Moy er, Unidade Curricular: Gestão estratégica e sistemas de informação organizacional Objetivos da unidade curricular: O Aluno deverá ficar apto a: - Identificar e caracterizar tipos de sistemas de informação e as fases do seu desenvolvimento; - Realizar o planeamento estratégico de sistemas de informação. Objectives of the curricular unit: XThe student should be able to: - Identify and characterize types of information sy stems and their development stages; - Undertake strategic planning of information sy stems. Conteúdos programáticos: 1.Introdução aos Sistemas de Informação Organizacionais. 2.Planeamento Estratégico de Sistemas de Informação Syllabus: 1.Introduction to Organizational Information Sy stems 2.Strategic Planning of Information Sy stems. Metodologias de ensino (avaliação incluída): Aulas teóricas e teórico-práticas. ISCTE - Instituto Universitário de Lisboa 3

Além da assiduidade às aulas (em especial às aulas práticas) espera-se do aluno um tempo de trabalho autónomo de cerca de 10 horas semanais para consulta da bibliografia, revisão de matéria dada, resolução de exercícios propostos e resposta a problemas para avaliação. Avaliação Contínua: - Teste escrito individual (60%) - teste teórico/prático individual sem consulta; - Trabalho prático (40%) - trabalho em grupo com discussão com o docente; A média ponderada das notas dos elementos de avaliação (não inferior a 8 valores em cada um dos elementos de avaliação) constituirá a nota final deste regime, que, sendo maior ou igual a 10 valores, dispensará o aluno de exame final. Exame Final: - Prova escrita (100%) - teste teórico prático individual sem consulta, com nota mínima de 8 valores; Teaching methodologies (including evaluation): Theoretical and practical Lectures. In addition to attending the classes (in particular the practical classes) a student's time of autonomous work of around 10 hours a week is expected, to consult the literature, review of subjects covered, solve the proposed exercises and respond to questions set for evaluation. Continuous Assessment: - Individual written test (60%) - individual theoretical and practical test without consultation; - Practical work (40%) - group work with discussion with the teacher; The weighted average grade of the elements of assessment (not less than 8 points in each of the assessment) will constitute the final grade of this scheme which, if greater or equal to 10, exempts the student from final exam. Assessment by Final Exam: - Written test (100%) - individual theoretical and practical test without consultation, with a minimum grade of 8 values; Bibliografia principal: -Laudon, Kenneth & Laudon, Jane (2007). Management Information Sy stems, 10th Edition, Prentice Hall. -McNurlin, Barbara & Sprague Jr., Ralph (2006). Information Sy stems Management in Practice, 7th Edition, Prentice Hall. Unidade Curricular: Auditoria e qualidade Objetivos gerais da unidade curricular:. Compreender os passos e técnicas necessárias para planear e desenvolver uma auditoria;. Dominar um conjunto de conceitos organizacionais e tecnológicos essenciais ao desenvolvimento da atividade de auditor;. Aprender os princípios gerais da metodologia COBIT e ITIL;. Conhecer os standards técnicos e standards profissionais de auditoria.. Reconhecer a importância da qualidade no desenvolvimento da atividade de auditoria e de desenvolvimento de Sistemas de informação.. Compreender as dos teóricos principais da gestão da qualidade. Desenvolver um projeto de gestão de qualidade Objectives of the curricular unit: How to plan and develop an audit; Understand organizational and technological concepts necessary to develop auditing activities Learn the general principles of COBIT and ITIL methodologies Know the technical and professional standards for auditing Recognize the importance of quality in the development of auditing and IS/IT development Understand the main theoretical principles of quality management Develop a project on quality management Objetivos de aprendizagem da unidade curricular:. Abordar a área da qualidade no sentido de conhecer os principais processos da respetiva gestão, orientando no sentido de ver como se aplica na realidade das organizações atuais.. Saber aplicar as abordagens e as técnicas de planeamento e desenvolvimento de uma auditoria de Sistemas de Informação, nas vertentes de processos, segurança, projetos e outros; Learning outcomes of the curricular unit:. Teach how to manage the requirements of quality in terms of its main processes and models;. Teach how to plan and use the frameworks and techniques to develop auditing on IS/IT processes, projects, information security, others; Conteúdos programáticos: Qualidade como um novo paradigma da gestão Qualidade e Estratégia Qualidade: Definições Qualidade: as ideias principais de Deming, Juran, Ishikawa, Feigenbaum, Oakland e Imai Qualidade: Ferramentas Qualidade: elaboração de um programa de gestão da qualidade. Introdução à auditoria Informática O programa de auditoria informática Análise de risco em auditoria informática Abordagem formal da auditoria informática Abordagem contemporânea da auditoria informática COBIT/COSO ITIL Sarbannes Oxley A utilização de CAAT's (Computer Audit Auxiliary Techniques and Tools) ISCTE - Instituto Universitário de Lisboa 4

Syllabus: Quality as a new management paradigm Quality and Strategy Quality definitions Quality : special ideas from Deming, Juran, Ishikawa, Feigenbaum, Oakland and Imai Quality and tools Quality : built a quality management program Introduction to IS/IT auditing A program for auditing IS/IT Risk analy sis in auditing IS/IT A Formal approach to audit IS/IT The frameworks COBIT, COSO and ITIL The Sarbannes Oxley act Using CAAT s (Computer Audit Auxiliary Techniques and Tools) and examples Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da unidade curricular: As noções relativas aos temas da qualidade e da auditoria de SI são ilustradas e treinadas usando pequenos exemplos em aula. São ilustrados casos completos da aplicação de conceitos de qualidade, dos modelos e técnicas da auditoria de SI. Os alunos treinam pequenos exercícios em sessão, em grupos de trabalho. Apresentam as suas resoluções, que são discutidas e avaliadas nas sessões. Demonstration of the syllabus coherence with the curricular unit's objectives: The notions concerning Quality and Auditing are trained and illustrated by using small examples in class. Complete cases are exemplify the application of quality concepts, models and techniques of IS auditing. Students train small exercises in sessions, in their working groups. They also present their resolutions, which are discussed and evaluated in sessions. Metodologias de ensino (avaliação incluída): O processo de aprendizagem estará centrado na apreciação e resolução de artigos e estudos de caso, que visam aliar os conhecimentos teóricos adquiridos pelo formando, com a aplicação prática de um CAATT na parte de auditoria. Avaliação: Teste individual sem uso de computador (60%) Trabalho em grupo de Auditoria em Sistemas de Informação (40%) Exame Teaching methodologies (including evaluation): Practical analysis of articles and case studies Evaluation: Individual test (60%) Group work concerning auditing IS/IT (40%) Exam Demonstração da coerência das metodologias de ensino com os objetivos de aprendizagem da unidade curricular: A transmissão de matéria através da discussão de casos de estudo com os mestrandos durante a aula. Tal permite que o docente confronte os alunos com cenários alternativos. Este tipo de abordagem potencia o treino de mecanismos de abstração e partilha de conhecimento. Demonstration of the coherence between the teaching methodologies and the learning outcomes: Classes are based on real example analysis. The teacher can confront students with alternative scenarios. That approach enhances the training of abstraction mechanisms. Bibliografia principal: António, Nelson Santos & Teixeira, António, 2007, Gestão da Qualidade: de Deming ao Modelo de Excelência da EFQM, Edições Silabo Logothetis, N. 1992, Managing for Total Quality, Prentice-Hall. Teixeira, António & Rosa, Álvaro & António, Nelson (2007). O Doce Amanhecer da Ciência da Gestão: Uma Perspectiva Filosófica, Pedago. Carneiro, Alberto (2009): Auditoria e Controlo de Sistemas de Informação?, Editora FCA. Champlain, Jack J., Auditing Information Sy stems, John Wiley & Sons Inc, ISBN: 0471281174. Champlain, J.,1998, Audinting Information Sy stems, A Comprehensive reference Guide, John Wiley & Sons, Inc.; Hunton, James E., Core Concepts of Information Sy stems Auditing, John Wiley & Sons Inc, ISBN: 0471222933. Unidade Curricular: Extração de conhecimento de dados empresariais Objetivos gerais da unidade curricular: A unidade desenvolve competência para extração de conhecimento a partir de dados empresariais. Problemas típicos a estudar: descoberta de padrões de consumo, deteção de fraudes, estimação do risco de incumprimento no crédito ao consumo ou a empresas, deteção de fatores de abandono de serviços, seleção de clientes de companhias de seguros, descoberta de sequências típicas de visitas a páginas Web e outros. Objectives of the curricular unit: The unit develops the ability to extract knowledge from corporate data. Typical training topics include consumption pattern, fraud detection, default risk, shurn factors, customer selection, sequence detection in webpages. Objetivos de aprendizagem da unidade curricular: No final da UC o estudante deverá: OA1. Aplicar uma análise de regressão linear e não linear OA2. Explicar as principais vantagens e desvantagens da utilização das técnicas de regressão linear OA3. Realizar uma análise de regressão logística sobre problemas de classificação nominal OA4. Explicar as principais vantagens, desvantagens e limitações da utilização das regressões logísticas OA5. Explicar os mecanismos de aprendizagem das redes neuronais ISCTE - Instituto Universitário de Lisboa 5

OA6. Explicar as principais vantagens, desvantagens e limitações da utilização das redes neuronais OA7. Explicar a forma sistémica das técnicas de indução de regras OA8. Explicar o mecanismo dos algoritmos de análise de grupos OA9. Explicar o funcionamento sistémico das redes de Kohonen OA10. Explicar o funcionamento e principais vantagens e desvantagens da aplicação da inferência Bayesiana OA11. Explicar os mecanismos sistémicos da análise de afinidades OA12. Conceber modelos de data mining com as ferramentas teóricas lecionadas Learning outcomes of the curricular unit: At the outset, students should be able to: OA1: apply linear and non-linear regression techniques OA2: select appropriate techniques and explain limitations, disadvantages and advantages of the above techniques OA3: apply Logistic regression to problems of classification OA4: select appropriate techniques and explain limitations, disadvantages and advantages of the above techniques OA5: Be acquainted with learning techniques used in Neural Networks OA6: select appropriate techniques and explain limitations, disadvantages and advantages of the above techniques OA7: apply rule induction techniques to knowledge acquisition problems OA8: apply cluster analysis techniques to knowledge extraction problems OA9: apply Kohonen networks to dimension reduction, topology searching and to discretization problems OA10: apply Bay esian inference to knowledge modeling OA11: apply affinity analysis to customer behavior studies OA12: integrate the above into data mining operations of the firm Conteúdos programáticos: CP1. Introdução ao Data Mining: metodologia, principais problemas de Data Mining na empresa e utensílios adequados; CP2. Regressão linear e não linear; o modelo linear; aplicação à deteção de fraude e à política de fornecedores; CP3. Regressão Logística: classificação nominal; aplicação à estimação da probabilidade de incumprimento (Basileia II); CP4. Rede neuronal: tipos e prática de modelação complexa; CP5. Indução de Regras: usos, algoritmos e prática de modelação; fatores de abandono de serviços; CP6. Análise de grupos: algoritmos e seu uso; aplicação à descoberta de padrões de consumo; CP7. Rede topológica de Kohonen: redução de dimensão; discretização: prática de descoberta de topologias; aplicação a CRM; CP8. Probabilidades, Informação a priori e Incerteza: inferência Bayesiana; aplicação à estimação de riscos. CP9. Análise de Afinidades: padrões de consumo e definição de cabazes; CP10. Práticas de modelação; DM na empresa e ligação com outras funções. Syllabus: CP1: Introduction to Data Mining: Methodology, major corporate applications and major tools. CP2: Linear and non-linear regression: application to fraud detection and to supply chain management. CP3: Logistic Regression: application to the estimation of PD, probability of Default (Basel s Pillar I). CP4: Neural Networks: ty pes and complex modeling practice. CP5: Rule induction: ty pes and practice with Shurn modeling. CP6: Cluster analy sis: major algorithms and applications. Practice with consumption pattern discovery. CP7: Kohonen networks. Application to the discovery of topologies in CRM. CP8: Probabilities, a-priori information and uncertainity. Bayesian inference. Application to probability of default calibration. CP9: Basket analy sis and consumption patterns with affinity algorithms. CP10: Modeling practice in the firm. Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da unidade curricular: OA1. - CP2 OA2. - CP2 OA3. - CP3 OA4. - CP3 OA5. - CP4 OA6. - CP4 OA7. - CP5 OA8. - CP6 OA9. - CP7 OA10. - CP8 OA11. - CP9 OA12. - CP10 Demonstration of the syllabus coherence with the curricular unit's objectives: OA1. - CP2 OA2. - CP2 OA3. - CP3 OA4. - CP3 OA5. - CP4 OA6. - CP4 OA7. - CP5 OA8. - CP6 OA9. - CP7 OA10. - CP8 OA11. - CP9 OA12. - CP10 ISCTE - Instituto Universitário de Lisboa 6

Metodologias de ensino (avaliação incluída): As aulas são Teórico-Práticas (TP) de forma a poder aliar a aprendizagem teórica à aplicação das técnicas em termos práticos na aplicação SPSS Clementine. A avaliação será preferencialmente contínua, podendo também ser feita através de exame final. A avaliação contínua é composta pelos seguintes instrumentos de avaliação: - Conjunto de trabalhos realizados ao longo do semestre - Teste Teórico Individual Teaching methodologies (including evaluation): Classes are both theoretical and applied. SPSS Clementine is used in practices. Continuous evaluation: all the assignments done during the course plus final test. Exam evaluation: an exam. Demonstração da coerência das metodologias de ensino com os objetivos de aprendizagem da unidade curricular: A utilização de uma metodologia de aplicação contínua das ferramentas teóricas apreendidas servirá para dar ao estudante a capacidade de saber executar com casos práticos exemplos concretos. Demonstration of the coherence between the teaching methodologies and the learning outcomes: The knowledge of Data Mining methodologies will allow students to solve corporate problems. Bibliografia principal: Larose, D. T. (2004). Discovering Knowledge in Data: An Introduction to Data Mining. Wiley-Interscience, 1 edition. AID - Morgan, J. N. and Sonquist, J. A. (1963). Problems in the analysis of survey data, and a proposal, Journal of the American Statistical Association 58: 415?434. CHAID - Kass, G. V. (1980). "An exploratory technique for investigating large quantities of categorical data". Applied Statistics 29 (2): 119?127 C&RT - Brieman et al. (1984) Classification and Regression Trees, Wadsworth. Book ID3 - Quinlan (1986) Quinlan, J. R. (1986) Induction of Decision Trees. Machine Learning 1(1), 81-106. C4.5 - Quinlan, J. R. (1993) C4.5: Programs for machine learning. San Mateo, CA: Morgan Kaufmann. Tuevo, Kohonen. (1982). Self-organized formation of topologically correct feature maps, Biological Cy bernetics, Vol. 43, pp. 59?69. Agrawal, R. and Srikant, R. (1994). Fast algorithms for mining association rules. In Bocca, J. B., Jarke, M., and Zaniolo, C., editors, Proc. 20th Int. Conf. Very Large Data Bases, VLDB, pages 487?499. Morgan Kaufmann. Chen, Guoqing, Wei, Qiang, Liu, De and Wets, Geert (2002), Simple association rules (SAR) and the SAR-based rule discovery, Computer and Industrial Engineering, 43.4, 721-733. Holt, John D, and Chung, Soon M. (2002), Mining association rules using inverted hashing and pruning, Information Processing Letters, 83.4, 211-220. Yilmaz, E., Triantaphy llou E., Chen, J. and Liao, T.W. (2003), A heuristic for mining association rules in poly nomial time, Mathematical and Computer Modelling, 37, 219-233. ISCTE - Instituto Universitário de Lisboa 7