Competències i objectius

 

Context de l'assignatura per al curs 2020-21

La minería de datos (Data Mining) es el proceso de extracción de patrones en (grandes) conjuntos de datos, utilizando para ello métodos estadísticos, técnicas de aprendizaje automático y herramientas de bases de datos. Es una de las tareas fundamentales dentro del proceso de extracción de conocimiento a partir de datos (Knowledge Discovery in Databases - KDD). Su objetivo es analizar los datos para transformar la información en conocimiento. El proceso de minería de datos incluye tareas como la clasificación, la regresión, el agrupamiento (clustering), la identificación de reglas de asociación, la detección de anomalías (outliers) y la selección y extracción de características.

 

 

Competències de l'assignatura (verificades per ANECA en graus i màsters oficials)

Competències transversals

  • CT1 : Ser capaç de liderar projectes relacionats amb la Ciència de Dades, així com dirigir equips de treball
  • CT2 : Mostrar competències informàtiques i informacionals en l'àmbit de la ciència de dades.
  • CT3 : Reunir competències en comunicació oral i escrita.

 

Competències generals

  • CG1 : Aplicar els coneixements adquirits a problemes reals relacionats amb la ciència de dades.
  • CG11 : Ser capaç d'utilitzar els principis d'enginyeria i les modernes tecnologies informàtiques per a investigar, dissenyar, implementar noves aplicacions de la ciència de dades.
  • CG12 : Ser capaç de desenvolupar experiments, processos, instruments, sistemes, infraestructures durant tot el cicle de vida de les dades.
  • CG2 : Ser capaç de desenvolupar i aprendre de forma auto-dirigida o autònoma temes relacionats amb la ciència de dades.
  • CG3 : Saber desembolicar-se en contextos multidisciplinaris i/o internacionals aportant solucions des del punt de vista de la ciència de dades.
  • CG4 : Conèixer i aplicar en cada situació les responsabilitats socials, ètiques i legals vinculades a l'aplicació dels coneixements de la ciència de dades.
  • CG5 : Saber gestionar la informació i els recursos disponibles relacionats amb ciència de dades.
  • CG6 : Ser capaç d'adaptar-se a entorns relacionats amb la ciència de dades, fomentant el treball en equip, la creativitat, la capacitat crítica i l'esperit emprenedor.
  • CG7 : Ser capaç d'adaptar-se a l'ambient canviant propi de la disciplina i de comprendre i aplicar els nous avanços técnicocientíficos relacionats amb la ciència de dades.
  • CG8 : Saber projectar, dissenyar, desenvolupar, implantar i mantenir productes, aplicacions i serveis relacionats amb la ciència de dades, tenint en compte aspectes tècnics, econòmics i d'eficiència.
  • CG9 : Saber dirigir projectes relacionats amb la ciència de dades, complint la normativa vigent i assegurant la qualitat del servei.

 

Competències Específiques

  • CE11 : Dissenyar i utilitzar algorismes eficients per a accedir i analitzar grans quantitats de dades, i conèixer el maneig d'APIs per a la interconnexió de bases de dades i col·leccions de dades heterogènies.
  • CE2 : Identificar i utilitzar tècniques avançades de mineria de dades i mineria de textos.
  • CE3 : Conèixer en profunditat i aplicar mètodes d'anàlisi predictiva, prescriptiu, descriptiu i analítica qualitativa.
  • CE5 : Analitzar i aplicar mètodes analítics i estadístics avançats per a la preparació i processament de dades.

 

Competències bàsiques

  • CB10 : Que els estudiants posseïsquen les habilitats d'aprenentatge que els permeten continuar estudiant d'una manera que haurà de ser en gran manera autodirigido o autònom.
  • CB6 : Posseir i comprendre coneixements que aporten una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context d'investigació
  • CB7 : Que els estudiants sàpien aplicar els coneixements adquirits i la seua capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb la seua àrea d'estudi
  • CB8 : Que els estudiants siguen capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, sent incompleta o limitada, incloga reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis
  • CB9 : Que els estudiants sàpien comunicar les seues conclusions i els coneixements i raons últimes que les sustenten a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats

 

 

 

Resultats d'aprenentatge (Objectius formatius)

  • Conèixer els components fonamentals que intervenen en el procés de mineria de dades
  • Utilitzar recursos, eines i plataformes per a l'anàlisi de dades
  • Aplicar mètodes i eines per a l'exploració de dades
  • Ser capaç d'identificar les tècniques d'anàlisis de dades més adequades per a cada context i saber aplicar-les
  • Ser capaç d'avaluar sistemes de mineria de dades
  • Conèixer les aplicacions actuals de les tècniques de mineria de dades

 

 

Objectius específics indicats pel professorat per al curs 2020-21

El principal objetivo de la asignatura de Minería de Datos es presentar al alumno los conceptos y herramientas necesarios para llevar a cabo todo el ciclo de análisis de datos asociado a esta disciplina.

Este objetivo general se puede descomponer en los siguientes objetivos específicos:

  • Conocer las principales herramientas y plataformas utilizadas en el proceso de minería de datos
  • Conocer las fuentes de información existentes en Internet para la obtención de datos abiertos
  • Asimilar las técnicas de exploración existentes para poder describir las principales características de un conjunto de datos
  • Aplicar las técnicas de análisis de datos descriptivas y predictivas más adecuadas en cada momento, evaluando su rendimiento
  • Desarrollar un proyecto completo de minería de datos que incluya todas las fases del proceso

 

 

;

Dades generals

Codi: 43458
Professor/a responsable:
TOMAS DIAZ, DAVID
Crèdits ECTS: 6,00
Crèdits teòrics: 1,20
Crèdits pràctics: 1,20
Càrrega no presencial: 3,60

Departaments amb docència

  • Dep.: TECNOLOGIA INFORMÀTICA I COMPUTACIÓ
    Àrea: ARQUITECTURA I TECNOLOGIA DE COMPUTADORS
    Crèdits teòrics: 0
    Crèdits pràctics: 0,6
  • Dep.: LLENGUATGES I SISTEMES INFORMÀTICS
    Àrea: LLENGUATGES I SISTEMES INFORMÀTICS
    Crèdits teòrics: 1,2
    Crèdits pràctics: 0,6
    Aquest departament és responsable de l'assignatura.
    Aquest dep. és responsable de l'acta.

Estudis en què s'imparteix