OA1: Compreender a distinção entre inferência Bayesiana e inferência clássica e aplicar a primeira a problemas de previsão e classificação;
OA2: Desenvolver a capacidade de aplicar modelos probabilísticos em uma perspectiva Bayesiana, para problemas de classificação e regressão;
OA3:Elaborar técnicas computacionais com recurso a métodos de Monte Carlo e a métodos de aproximações analíticas;
OA4: Introduzir os fundamentos da inferência Bayesiana em contexto de aprendizagem supervisionada com ênfase nos modelos Naive Bayes e BART-Bayesian Additive Regression Tree;
OA5: Avaliar o desempenho de mpdelos Bayesianos de aprendizagem supervisionada com diferentes métricas;
OA6: Construir modelos aplicados à resolução de problemas concretos da vida real, e a partir deste ser capaz de o implementar computacionalmente numa linguagem apropriada.