Competències i objectius
Context de l'assignatura per al curs 2023-24
Dades i està relacionada amb la majoria de les assignatures del màster.
Aquesta assignatura introdueix a l'estudiant en l'ús del Modelatge Computacional, la Simulació i Optimització, amb l'objectiu d'estudiar, a través de models formals, la naturalesa o els sistemes òptims de les enginyeries, secundant-se en tecnologies de la informació i les comunicacions. D'aquesta forma, es pot descriure l'evolució dels sistemes en el temps, ja que sovint el sistema estudiat no està disponible per a la seua experimentació directa, per motius econòmics, bioéticos, de salut o risc de vida, complexitat, etc.
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.
- CG10 : Saber utilitzar tècniques de la ciència de dades per a obtenir noves relacions i brindar informació sobre problemes d'investigació o processos organitzatius i recolzar la presa de decisions.
- 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
- CE10 : Dissenyar i utilitzar tecnologies i algorismes eficients per al modelatge i la simulació sistemes de dades.
- CE14 : Dissenyar i aplicar algorismes per a resoldre problemes reals mitjançant habilitats de modelització, optimització i càlcul numèric.
- CE15 : Manejar i aplicar les eines informàtiques de càlcul numèric, optimització, simulació, visualització gràfica o unes altres per a experimentar i resoldre problemes.
- CE9 : Utilitzar i manejar eficaçment les infraestructures i serveis big data. Utilitzar i aplicar aquests serveis per a suportar i realitzar presa de decisions basades en 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 les principals tècniques de modelatge mitjançant agents, estratègies evolutives o Deep learning.
- Saber aplicar tècniques d'optimització en xarxes conexionistas.
- Conèixer tècniques d'optimització sense derivades i mitjançant aprenentatge per reforç.
- Conèixer tècniques de simulació mitjançant agents i per presa de decisions.
Objectius específics indicats pel professorat per al curs 2023-24
L'assignatura Modelat computacional, Simulació i optimització té com a objectiu proporcionar els coneixements teòrics i pràctics necessaris per a obtenir models, simular i analitzar el seu comportament. Entre aquests cal destacar:
1. Comprendre la metodologia general per a la simulació d'un sistema.
2. Comprendre les coincidències i diferències entre mètodes analítics i mètodes de simulació.
3. Estudiar diferents classes de models de simulació.
4. Determinar les característiques desitjables en els models de simulació.
5. Comprendre i aplicar models basats en agents.
6. Comprendre i aplicar models basats en algorismes evolutius.
7. Aplicar la metodologia de simulació per a obtenir decisions òptimes.
Dades generals
Codi:
43461
Professor/a responsable:
VICENT FRANCES, JOSE FRANCISCO
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.:
CIÈNCIA DE LA COMPUTACIÓ I INTEL·LIGÈNCIA ARTIFICIAL
Àrea: CIÈNCIA DE LA COMPUTACIÓ I INTEL·LIGÈNCIA ARTIFICIAL
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
-
MÀSTER UNIVERSITARI EN CIÈNCIA DE DADES
Tipus d'assignatura: OBLIGATÒRIA (Curs: 1)