Última actualización: 02/07/2021


Curso Académico: 2021/2022

Matemáticas para el análisis de datos
(17228)
Titulación: Máster U. en Métodos Analíticos para Datos Masivos: Big Data / Master in Big Data Analytics (322)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: RASCON DIAZ, CARLOS

Departamento asignado a la asignatura: Departamento de Matemáticas

Tipo: Obligatoria
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Matemáticas a nivel bachillerato de ciencias
Objetivos
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 Comprender el fundamento de los algoritmos empleados en análisis de grandes volúmenes de datos para interpretar los resultados y su significado y validez Resultados de aprendizaje -Utilización de herramientas de Algebra Lineal (matrices, factorizaciones)
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Sistemas Lineales 2. Vectores 3. Matrices 4. Diagonalización 5. Ortogonalidad 6. Matrices Simétricas
Actividades formativas, metodología a utilizar y régimen de tutorías
Este curso se imparte en formato "Flipped Classroom": - Los estudiantes deben visualizar unos vídeos antes de la clase - En clase se repasarán los conceptos teóricos de los vídeos y se resolverán problemas - Adicionalmente, los estudiantes deben resolver problemas extra de manera individual Se pueden solicitar tutorías
Sistema de evaluación
  • Peso porcentual del Examen Final 60
  • Peso porcentual del resto de la evaluación 40
Calendario de Evaluación Continua
Bibliografía básica
  • David C. Lay, Steven R. Lay, Judi J. McDonald. Linear Algebra and Its Applications. Pearson; 5 edition. 2016
Recursos electrónicosRecursos Electrónicos *
Bibliografía complementaria
  • W. Keith Nicholson. Linear Algebra with Applications. McGraw-Hill, 6th edition. 2009
(*) El acceso a algunos recursos electrónicos puede estar restringido a los miembros de la comunidad universitaria mediante su validación en campus global. Si esta fuera de la Universidad, establezca una VPN


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