Competencias y objetivos

 

Contexto de la asignatura para el curso 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.

 

 

Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales)

Competencias Transversales

  • CT1 : Ser capaz de liderar proyectos relacionados con la Ciencia de Datos, así como dirigir equipos de trabajo
  • CT2 : Mostrar competencias informáticas e informacionales en el ámbito de la ciencia de datos.
  • CT3 : Reunir competencias en comunicación oral y escrita.

 

Competencias Generales

  • CG1 : Aplicar los conocimientos adquiridos a problemas reales relacionados con la ciencia de datos.
  • CG11 : Ser capaz de utilizar los principios de ingeniería y las modernas tecnologías informáticas para investigar, diseñar, implementar nuevas aplicaciones de la ciencia de datos.
  • CG12 : Ser capaz de desarrollar experimentos, procesos, instrumentos, sistemas, infraestructuras durante todo el ciclo de vida de los datos.
  • CG2 : Ser capaz de desarrollar y aprender de forma auto-dirigida o autónoma temas relacionados con la ciencia de datos.
  • CG3 : Saber desenvolverse en contextos multidisciplinares y/o internacionales aportando soluciones desde el punto de vista de la ciencia de datos.
  • CG4 : Conocer y aplicar en cada situación las responsabilidades sociales, éticas y legales vinculadas a la aplicación de los conocimientos de la ciencia de datos.
  • CG5 : Saber gestionar la información y los recursos disponibles relacionados con ciencia de datos.
  • CG6 : Ser capaz de adaptarse a entornos relacionados con la ciencia de datos, fomentando el trabajo en equipo, la creatividad, la capacidad crítica y el espíritu emprendedor.
  • CG7 : Ser capaz de adaptarse al ambiente cambiante propio de la disciplina y de comprender y aplicar los nuevos avances técnicocientíficos relacionados con la ciencia de datos.
  • CG8 : Saber proyectar, diseñar, desarrollar, implantar y mantener productos, aplicaciones y servicios relacionados con la ciencia de datos, teniendo en cuenta aspectos técnicos, económicos y de eficiencia.
  • CG9 : Saber dirigir proyectos relacionados con la ciencia de datos, cumpliendo la normativa vigente y asegurando la calidad del servicio.

 

Competencias Específicas

  • CE11 : Diseñar y utilizar algoritmos eficientes para acceder y analizar grandes cantidades de datos, y conocer el manejo de APIs para la interconexión de bases de datos y colecciones de datos heterogéneos.
  • CE2 : Identificar y utilizar técnicas avanzadas de minería de datos y minería de textos.
  • CE3 : Conocer en profundidad y aplicar métodos de análisis predictivo, prescriptivo, descriptivo y analítica cualitativa.
  • CE5 : Analizar y aplicar métodos analíticos y estadísticos avanzados para la preparación y procesado de datos.

 

Competencias Básicas

  • CB10 : Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
  • CB6 : Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
  • CB7 : Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
  • CB8 : Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
  • CB9 : Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades

 

 

 

Resultados de aprendizaje (Objetivos formativos)

 

Conocer los componentes fundamentales que intervienen en el proceso de minería de datos
Utilizar recursos, herramientas y plataformas para el análisis de datos
Aplicar métodos y herramientas para la exploración de datos
Ser capaz de identificar las técnicas de análisis de datos más adecuadas para cada contexto y saber aplicarlas
Ser capaz de evaluar sistemas de minería de datos
Conocer las aplicaciones actuales de las técnicas de minería de datos
  • Conocer los componentes fundamentales que intervienen en el proceso de minería de datos
  • Utilizar recursos, herramientas y plataformas para el análisis de datos
  • Aplicar métodos y herramientas para la exploración de datos
  • Ser capaz de identificar las técnicas de análisis de datos más adecuadas para cada contexto y saber aplicarlas
  • Ser capaz de evaluar sistemas de minería de datos
  • Conocer las aplicaciones actuales de las técnicas de minería de datos

 

 

 

Objetivos específicos indicados por el profesorado para el curso 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

 

 

;

Datos generales

Código: 43458
Profesor/a responsable:
TOMAS DIAZ, DAVID
Crdts. ECTS: 6,00
Créditos teóricos: 1,20
Créditos prácticos: 1,20
Carga no presencial: 3,60

Departamentos con docencia

  • Dep.: TECNOLOGÍA INFORMÁTICA Y COMPUTACIÓN
    Área: ARQUITECTURA Y TECNOLOGIA DE COMPUTADORES
    Créditos teóricos: 0
    Créditos prácticos: 0,6
  • Dep.: LENGUAJES Y SISTEMAS INFORMÁTICOS
    Área: LENGUAJES Y SISTEMAS INFORMATICOS
    Créditos teóricos: 1,2
    Créditos prácticos: 0,6
    Este dep. es responsable de la asignatura.
    Este dep. es responsable del acta.

Estudios en los que se imparte