Última actualización: 04/06/2021


Curso Académico: 2022/2023

Técnicas de análisis en Big Data
(18195)
Grado en Ingeniería Informática (Plan 2018) (Plan: 431 - Estudio: 218)


Coordinador/a: ONORATI , TERESA

Departamento asignado a la asignatura: Departamento de Informática

Tipo: Optativa
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Objetivos
RESULTADOS DE APRENDIZAJE R1 Conocimiento y comprensión: Tener conocimientos básicos y la compresión de los fundamentos científicos y tecnológicos de la Ingeniería Infor- mática, así como un conocimiento específicos de las ciencias de la computación, la ingeniería de computadores y sistemas de información. R4 Investigación e Innovación: Ser capaces de usar métodos apropiados para realizar investigación y llevar a cabo aportaciones innovadoras en el ámbito de la Ingeniería Informática R5 Aplicaciones de la Ingeniería: Los egresados serán capaces de aplicar su conocimiento y comprensión para resolver problemas, dirigir investiga- ciones y diseñar dispositivos o procesos del ámbito de la Ingeniería Informática de acuerdo con criterios de coste, calidad, seguridad, eficiencia, respe- to por el medioambiente e implicaciones éticas. Estas habilidades incluyen el conocimiento, uso y limitaciones de sistemas informáticos, ingeniería de procesos, arquitecturas de computadores, modelos computacionales, equipos, trabajo práctico, bibliografía técnica y fuentes de información.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Introduccion a Python. (Tutorial) 2. Preparación de datos (Tutorial. NumPy and Pandas) 3. Visualización (Visual Analytics) in Python 4. Aprendizaje supervisado para clasification y regresion: regresion linear (least-squares, ridge, lasso),regresion logistica, support vector machines, en- sembles of trees (random forests) 5. Aprendizaje no supervisado: Clustering 6. Deep learning: Redes neuronales artificiales, Convolutional Neural Networks with TensorFlow 7. Evaluación y de selección de modelos
Actividades formativas, metodología a utilizar y régimen de tutorías
* Clases magistrales: 1 ECTS. Tienen por objetivo alcanzar las competencias específicas cognitivas de la asignatura, así como las competencias transversales capacidad de análisis y abstracción. * Clases prácticas: 1 ECTS. Tienen por objetivo iniciar el desarrollo de las competencias específicas instrumentales, así como las competencias transversales resolución de problemas y aplicación de conocimientos. * Caso práctico: 0,5 ECTS. Iniciado durante las clases prácticas y terminado fuera de las mismas, tiene por objetivo completar e integrar el desarrollo de todas las competencias específicas y transversales, en el diseño e implementación de un caso práctico mediante trabajo en grupo. * Tutorías: TUTORÍAS. Asistencia individualizada (tutorías individuales) o en grupo (tutorías colectivas) a los estudiantes por parte del profesor. * Examen final: 0,5 ECTS. Tiene por objeto incidir y complementar en el desarrollo de las capacidades específicas cognitivas y procedimentales. Refleja especialmente el aprovechamiento de las clases magistrales.
Sistema de evaluación
  • Peso porcentual del Examen Final 20
  • Peso porcentual del resto de la evaluación 80
Calendario de Evaluación Continua

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.