Competències i objectius

 

Context de l'assignatura per al curs 2026-27

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.

 

 

Resultats d'aprenentatge / Competències de l'assignatura (verificades per ANECA en graus i màsters oficials) per al curs 2026-27

Habilitats/Destreses

  • HAB1 : Saber aplicar els coneixements adquirits per a resoldre problemes reals en entorns nous o multidisciplinaris relacionats amb la seua àrea d'estudi, i que posseïsquen les habilitats d'aprenentatge necessàries per a continuar estudiant de forma autodirigida i autònoma.
  • HAB2 : Aplicar els coneixements adquirits en ciència de dades per a resoldre problemes reals, desenvolupant-se eficaçment en contextos multidisciplinaris i internacionals, gestionant la informació i els recursos disponibles, i demostrant competències informàtiques i informacionals pròpies de l'àmbit.
  • HAB3 : Identificar, analitzar i utilitzar tècniques avançades de mineria de dades, mineria de textos i processament del llenguatge natural
  • HAB5 : Analitzar i aplicar mètodes analítics i estadístics avançats per a la preparació i processament de dades.

 

Coneiximents/Continguts

  • CON1 : Posseir i comprendre coneixements que permeten l'originalitat en el desenvolupament i aplicació d'idees, en un context d'investigació, integrant sempre les responsabilitats socials, ètiques i legals vinculades a l'aplicació dels coneixements en ciència de dades.
  • CON2 : Saber dirigir, projectar, dissenyar, desenvolupar, implantar i mantenir productes, aplicacions i serveis relacionats amb la ciència de dades, assegurant la qualitat del servei i complint la normativa vigent, així com considerant aspectes tècnics, econòmics i d'eficiència.
  • CON4 : Adquirir les habilitats, estratègies i procediments per a saber actuar amb ètica i responsabilitat en la cerca de solucions que fomenten el desenvolupament sostenible, la igualtat de gènere, la no discriminació, la inclusió, la justícia, la pau i l'equitat social.
  • CON5 : Conèixer en profunditat i aplicar tecnologies i mètodes d'anàlisis de dades, incloent-hi l'aprenentatge automàtic (supervisat, no supervisat i reforçat), així com tècniques d'anàlisi predictiva, prescriptiu, descriptiu i analítica qualitativa.
  • CON7 : Determinar i utilitzar mètodes efectius de visualització i narració per a crear panells de control i informes d'anàlisis de dades.

 

Capacitats/Competències

  • CC1 : Ser capaç d'integrar coneixements i formular judicis en contextos complexos amb informació incompleta o limitada, considerant les implicacions socials i ètiques, comunicar de manera clara les seues conclusions i fonaments a públics especialitzats i no especialitzats, i desenvolupar un aprenentatge autodirigit i autònom en temes relacionats amb la ciència de dades.
  • CC2 : Ser capaç d'adaptar-se a entorns canviants propis de la ciència de dades, fomentant el treball en equip, la creativitat, la capacitat crítica i l'esperit emprenedor, així com comprenent i aplicant els avanços tecnicocientífics de la disciplina.
  • CC3 : Ser capaç d'utilitzar principis d'enginyeria i tecnologies informàtiques modernes per a investigar, dissenyar, implementar i desenvolupar experiments, processos, instruments, sistemes i infraestructures al llarg de tot el cicle de vida de les dades en ciència de dades.
  • CC4 : Ser capaç de liderar projectes i equips de treball en Ciència de Dades, reunint competències efectives en comunicació oral i escrita.
  • CC5 : Adoptar valors de sostenibilitat i equitat social, donant suport a la igualtat de dones i homes, l'eliminació de tota pràctica discriminatòria, la inclusió social, la justícia, la pau i els principis i valors democràtics i dels drets humans.
  • CC6 : Aconseguir una comprensió crítica de la complexitat dels reptes i problemes socioambientals, incloses les arrels de les desigualtats de gènere, de les situacions de discriminació i exclusió social, de les amenaces a la pau i a la consecució dels drets humans, així com dels desafiaments mediambientals.

 

 

 

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 2026-27

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:
Tomás Díaz, 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