Competències i objectius

 

Context de l'assignatura per al curs 2021-22

Esta asignatura está relacionada con el área de análisis de datos en general y aborda cuáles son sus objetivos y beneficios, y cuáles son las problemáticas más comunes para la extracción de información de datos clínicos, algoritmos para la selección de instancias o atributos y los métodos más usuales para predicción de valores.

 

 

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

Competències generals del títol (CG)

  • CG3 : Dissenyar, desenvolupar i avaluar procediments d'anàlisis en l'àmbit de la salut.

 

Competències específiques (CE)

  • CE18 : Conèixer i saber aplicar tècniques estadístiques i de mineria de dades per a analitzar informació de salut.
  • CE4 : Conèixer i desenvolupar sistemes d'ajuda a la decisió en l'àmbit de l'enginyeria biomèdica.
  • CE8 : Comprendre que les dades biomèdiques poden ser mesurats, comparats, agrupats i saber presentar-los de la millor manera possible depenent del propòsit que es perseguisca en l'àmbit de l'enginyeria biomèdica.

 

Competències transversals bàsiques de la UA

  • CT1 : Adquirir capacitats informàtiques i informacionals.
  • CT2 : Ser capaç de comunicar-se correctament tant de forma oral com escrita.
  • CT3 : Adquirir capacitat d'anàlisi i síntesi.
  • CT4 : Adquirir capacitat d'organització i planificació.

 

 

 

Resultats d'aprenentatge (Objectius formatius)

  • Explorar les metodologies associades a l'extracció de coneixement a partir de les dades.
  • Conèixer els fonaments teòrics i pràctics de mineria de dades.
  • Explorar aplicacions de diagnòstic, pronòstics, exploració i visualització de dades de l'àmbit clínic i de salut.
  • Conèixer i saber aplicar eines de programari per a mineria de dades.

 

 

Objectius específics indicats pel professorat per al curs 2021-22

  • Conocer cuáles son las ventajas de aplicar técnicas de análisis de datos.
  • Conocer los conceptos básicos relacionados con el análisis de datos. 
  • Conocer los principales problemas relacionados la extracción de información y cómo abordarlos.
  • Conocer algunos modelos de aprendizaje automático orientados a la selección de instancias o atributos y la predicción de valores (clasificación o regresión) para la ayuda a un diagnóstico.
  • Uso práctico de algún sistema de ayuda al análisis, selección, visualización y predicción de datos.

 

 

;

Dades generals

Codi: 33628
Professor/a responsable:
RICO JUAN, JUAN RAMON
Crèdits ECTS: 6,00
Crèdits teòrics: 1,20
Crèdits pràctics: 1,20
Càrrega no presencial: 3,60

Departaments amb docència

  • Dep.: LLENGUATGES I SISTEMES INFORMÀTICS
    Àrea: LLENGUATGES I SISTEMES INFORMÀTICS
    Crèdits teòrics: 1,2
    Crèdits pràctics: 1,2
    Aquest departament és responsable de l'assignatura.
    Aquest dep. és responsable de l'acta.

Estudis en què s'imparteix