Competencias y objetivos
Contexto de la asignatura para el curso 2023-24
Ampliación de Estadística y Optimización es una de las 4 asignaturas optativas del primer semestre del Máster. Sus contenidos están relacionados con la inferencia estadística y con la optimización, tanto sus fundamentos teóricos como los principales algoritmos. Un perfil recomendado de acceso al máster en Ciencia de Datos es el de titulados/as con competencias básicas en matemáticas, estadística y fundamentos de programación. Por lo tanto, la asignatura Ampliación de Estadística y Optimización es muy recomendable para aquellos estudiantes del Master de perfil informático que necesitan completar su formación matemática.
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.
- 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.
- 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.
Competencias Específicas
- CE1 : Conocer en profundidad y manejar tecnologías de aprendizaje automático (machine learning), algoritmos, y herramientas (incluido el aprendizaje supervisado, no supervisado o reforzado).
- CE14 : Diseñar y aplicar algoritmos para resolver problemas reales mediante habilidades de modelización, optimización y cálculo numérico.
- CE15 : Manejar y aplicar las herramientas informáticas de cálculo numérico, optimización, simulación, visualización gráfica u otras para experimentar y resolver problemas.
- 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)
- Analizar y resolver analíticamente problemas de optimización.
- Utilizar técnicas y algoritmos de optimización.
- Aplicar técnicas de Inferencia Estadística
Objetivos específicos indicados por el profesorado para el curso 2023-24
- Analizar y resolver analíticamente problemas de optimización.
- Utilizar técnicas y algoritmos de optimización.
- Aplicar técnicas de Inferencia Estadística.
Datos generales
Código:
43452
Profesor/a responsable:
ARAGON ARTACHO, FRANCISCO JAVIER
Crdts. ECTS:
6,00
Créditos teóricos:
1,80
Créditos prácticos:
0,60
Carga no presencial:
3,60
Departamentos con docencia
-
Dep.:
MATEMÁTICA APLICADA
Área: MATEMATICA APLICADA
Créditos teóricos: 0,4
Créditos prácticos: 0,2 -
Dep.:
MATEMÁTICAS
Área: ESTADISTICA E INVESTIGACION OPERATIVA
Créditos teóricos: 1,4
Créditos prácticos: 0,4
Este dep. es responsable de la asignatura.
Este dep. es responsable del acta.
Estudios en los que se imparte
-
MÁSTER UNIVERSITARIO EN CIENCIA DE DATOS
Tipo de asignatura: OPTATIVA (Curso: 1)