Ingeniería Matemática
Grado y Doble Grado. Curso 2024/2025.
GESTIÓN DE DATOS - 800717
Curso Académico 2024-25
Datos Generales
- Plan de estudios: 0802 - GRADO EN INGENIERÍA MATEMÁTICA (2009-10)
- Carácter: Optativa
- ECTS: 6.0
SINOPSIS
COMPETENCIAS
Generales
Conocer técnicas aplicables al tratamiento de datos en bruto para refinarlos y prepararlos antes de
proceder a su análisis. (CG3)
Conocer métodos para tratar la falta de datos y detectar datos erróneos. (CG3)
Conocer técnicas de transformación para reducir la dimensionalidad de grandes volúmenes de datos.
(CG3)
Conocer distintas técnicas de agrupación y saber aplicarlas para obtención de grupos homogéneos.
(CG3, CE1)
Saber realizar un proceso completo de depuración y transformación de un conjunto de datos. (CG3,
CE1)
Conocer los fundamentos de la minería de datos y relación con otras disciplinas. (CG1, CG2, CG3,
CG4)
Conocer técnicas de clasificación, asociación y dependencia para extracción del conocimiento. (CG3)
Conocer técnicas de minería de datos complejos de diversa tipología. (CG3)
Saber aplicar técnicas de evaluación, comparación y uso de modelos. (CG4, CE1)
Saber realizar un proceso completo de minería de datos. (CG3, CG2, CE1, CE2)
proceder a su análisis. (CG3)
Conocer métodos para tratar la falta de datos y detectar datos erróneos. (CG3)
Conocer técnicas de transformación para reducir la dimensionalidad de grandes volúmenes de datos.
(CG3)
Conocer distintas técnicas de agrupación y saber aplicarlas para obtención de grupos homogéneos.
(CG3, CE1)
Saber realizar un proceso completo de depuración y transformación de un conjunto de datos. (CG3,
CE1)
Conocer los fundamentos de la minería de datos y relación con otras disciplinas. (CG1, CG2, CG3,
CG4)
Conocer técnicas de clasificación, asociación y dependencia para extracción del conocimiento. (CG3)
Conocer técnicas de minería de datos complejos de diversa tipología. (CG3)
Saber aplicar técnicas de evaluación, comparación y uso de modelos. (CG4, CE1)
Saber realizar un proceso completo de minería de datos. (CG3, CG2, CE1, CE2)
ACTIVIDADES DOCENTES
Clases teóricas
Sesiones académicas teóricas.
Clases prácticas
- Trabajo individual o en grupos tutorizado por el profesor.
- Resolución individual o grupal de dudas.
- Resolución de problemas por parte del profesor.
- Resolución individual o grupal de dudas.
- Resolución de problemas por parte del profesor.
Laboratorios
Prácticas informáticas.
Presenciales
2
No presenciales
4
Semestre
5
Breve descriptor:
El alumno debe ser capaz de manejar los métodos de análisis de datos univariante, bivariante y multivariante.
Requisitos
Haber cursado o estar cursando las asignaturas "Estadística aplicada" y " Optimización en redes".
Objetivos
1. Comprender las técnicas exploratorias para el tratamiento de datos univariantes y bivariantes
2. Conocer diversas técnicas para el análisis exploratorio de datos multivariantes
3. Utilizar software estadístico para el análisis de datos
2. Conocer diversas técnicas para el análisis exploratorio de datos multivariantes
3. Utilizar software estadístico para el análisis de datos
Contenido
Se incluirán contenidos de:
- Almacenamiento de datos.
- Limpieza y transformación de datos. Datos erróneos, datos ausentes.
- Técnicas de exploración y selección de datos.
- Técnicas de reducción de la dimensionalidad.
- Técnicas de agrupación.
- Técnicas de extracción de conocimiento (clasificación, asociación, ).
Evaluación
Examen teórico-práctico*: 80%
Realización de ejercicios y prácticas: 20%
Nota*: El 20% de la calificación obtenida por ejercicios y prácticas se mantendrá para la convocatoria extraordinaria.
Realización de ejercicios y prácticas: 20%
Nota*: El 20% de la calificación obtenida por ejercicios y prácticas se mantendrá para la convocatoria extraordinaria.
Bibliografía
1. Cuadras, C. (2011). Nuevos Métodos de Análisis Multivariante. Ed. CMC Editions. Disponible en http://www.ub.edu/stat/personal/cuadras/metodos.pdf
2. Salafranda; Guardia; Ferrer; Turbany (1992). Análisis exploratorio de datos: Nuevas Técnicas Estadísticas. PPU
3. Peña, D. (2002). Análisis de datos multivariantes. McGraw-Hill.
2. Salafranda; Guardia; Ferrer; Turbany (1992). Análisis exploratorio de datos: Nuevas Técnicas Estadísticas. PPU
3. Peña, D. (2002). Análisis de datos multivariantes. McGraw-Hill.
Estructura
Módulos | Materias |
---|---|
CONTENIDOS COMPLEMENTARIOS | CONTENIDOS COMPLEMENTARIOS |
ECONOMATEMÁTICA | GESTIÓN Y MINERÍA DE DATOS |
Grupos
Clases teóricas | ||||
---|---|---|---|---|
Grupo | Periodos | Horarios | Aula | Profesor |
Grupo único | 09/09/2024 - 13/12/2024 | LUNES 11:00 - 12:00 | INF3 Aula de Informática | ISABEL MOLINA PERALTA |
MIÉRCOLES 11:00 - 12:00 | INF4 Aula de Informática | ISABEL MOLINA PERALTA |
Clases prácticas | ||||
---|---|---|---|---|
Grupo | Periodos | Horarios | Aula | Profesor |
Grupo único | 09/09/2024 - 13/12/2024 | MARTES 11:00 - 12:00 | B07 | ISABEL MOLINA PERALTA |
JUEVES 11:00 - 12:00 | B13 | ISABEL MOLINA PERALTA |