Competencias Básicas Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo. Competencias Generales Aplicar los fundamentos teóricos de las técnicas de recogida, almacenamiento, tratamiento y presentación de información, especialmente para grandes volúmenes de datos, como base para el desarrollo y adaptación de dichas técnicas a problemas concretos Competencias Específicas Emplear conocimientos de Algebra Lineal avanzados para su aplicación en métodos de análisis de grandes volúmenes de datos Aplicar conocimientos básicos de programación y bases de datos sobre los que basar la enseñanza de tecnologías y métodos avanzados para el tratamiento de grandes volúmenes de datos Emplear los resultados básicos de inferencia como fundamento para métodos avanzados de predicción y clasificación Resultados de aprendizaje -Utilización de herramientas de Algebra Lineal (matrices, factorizaciones) y Cálculo (integración en varias variables)¿en el diseño y análisis de métodos de tratamiento de datos - Habilidades para la aplicación de técnicas estadísticas básicas (representación de datos, probabilidad, distribuciones, muestreo, estimación) al tratamiento de datos - Conocimiento y utilización de conceptos básicos de programación, programación estructurada, diseño de algoritmos y bases de datos relacionales para el desarrollo de aplicaciones de tratamiento de datos

1. Estadística descriptiva 1.1. Introducción a la Estadística 1.2. Descripción de una variable 1.3. Relación entre dos variables 1.4. Transformaciones de variables 2. Teoría de probabilidad 2.1. Introducción a la Probabilidad 2.2. Variables aleatorias discretas 2.3. Variables aleatorias continuas 2.4. Transformaciones de variables aleatorias 3. Inferencia estadística 3.1. Métodos de estimación 3.2. Inferencia bajo normalidad 3.3. Inferencia para muestras grandes 3.4. Test chi cuadrado 3.5. Correlación y dependencia

Actividades formativas: Clase teórica Clases prácticas en clase con el ordenador Trabajo individual Metodologías docentes: 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 bibliografía y ejercicios prácticos para complementar el aprendizaje de los alumnos. Resolución de casos prácticos, problemas, etc. planteados por el profesor de manera individual o en grupo