Análisis de datos y Big Data

El objetivo de la asignatura es que los alumnos comprendan y sepan utilizar diferentes métodos para la toma de decisiones en el ámbito empresarial. Estos métodos comprenden la analítica de datos, la minería de datos, la búsqueda y optimización, y la inteligencia artificial y los sistemas expertos.

Tema 1. Introducción a los Sistemas de Soporte a la toma de Decisiones y a la Inteligencia de Negocios - Sistemas de soporte a la decisión - El proceso de toma de decisiones y sus fases - Los modelos en la toma de decisiones - Sistemas automatizados de soporte a la decisión - Inteligencia de Negocios (Business Intelligence) - Analytics: Analítica Descriptiva, Predictiva y Prescriptiva Tema 2. Analítica descriptiva - Analítica descriptiva: concepto - Preparando los datos: Data warehousing; Integración de datos: el proceso ETL extract, transform and load - Describiendo los datos: OLAP Online Analytical Processing - Visual analytics - Informes de negocio: Business reporting - KPI y Dashboards - Gestión del rendimiento empresarial (Business Performance Management): Cuadro de mando integral (Balanced scorecards); Arquitectura y aplicaciones BMP Tema 3. Analítica predictiva - Introducción: Analítica predictiva; Minería de datos; El proceso de extracción de conocimiento y metodologías estándar (Crisp-DM, Knowledge Discovery in databases) - Modelado y evaluación - Minería de reglas de asociación - Minería de texto y sentiment analytics - Web analytics, minería web y social analytics Tema 4. Soporte a la decisión usando modelos - Analítica prescriptiva en los SSD - Toma de decisiones basada en modelos - Certeza, incertidumbre y riesgo - Modelos matemáticos para el soporte a la decisión - Programación (Optimización) Lineal - Incertidumbre: Análisis de sensibilidad, Análisis qué-si (What-if), búsqueda de objetivos - Soporte a la decisión con modelado en Hojas de cálculo - Análisis de decisión - Métodos de búsqueda para la resolución de problemas - Simulación Tema 5. Sistemas inteligentes - Inteligencia artificial - Sistemas expertos - Estructura de un sistema experto - Ingeniería del conocimiento - Sistemas expertos basados en reglas - Inferencia con incertidumbre - Subsistemas de Justificación y actualización - Aplicaciones de SE en el sector financiero - Desarrollo de sistemas expertos Tema 6. Sistemas de gestión del conocimiento y sistemas colaborativos - Sistemas de gestión del conocimiento - Sistemas colaborativos Tema 7. Aplicaciones de los SSD en el sector financiero

El diseño de la asignatura se adapta al carácter semi-presencial del máster Las actividades formativas se resumen en: AF1: Clase teórica: Presentaciones teóricas acompañadas de material electrónico, como presentaciones digitales AF3: Clases teórico prácticas: Combinación de clases teóricas acompañadas de la resolución de ejercicios prácticos AF5: Tutorías: Tutorías de carácter presencial y/o a distancia (videoconferencia) AF2: Actividades de e-learning: Actividades sin presencialidad que el alumno desarrolla de forma autónoma. Estas actividades incluyen: Participaciones en foros de las asignaturas, visualización de contenidos pre-grabados, y ejercicios prácticos guiados. AF7: Trabajo individual del estudiante: Actividades individuales del alumno que complementan al resto de actividades (tanto presenciales como no presenciales), así como la preparación de exámenes AF6: Trabajos en equipo, incluyendo casos prácticos Metodologías docentes MD1: Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. MD3: Resolución guiada de casos prácticos y problemas planteados por el profesor. MD5: Elaboración de trabajos e informes de manera individual o en grupo MD6: Actividades específicas de e-learning, relacionadas con el carácter semi-presencial del título, incluyendo la visualización de contenidos grabados, actividades de auto-corrección, participación en foros, y cualquier otro mecanismo de enseñanza on-line.