Ir a cuerpo Ir a Estudios, Gobernanza y organización
Logo UA
Realizar búsqueda
Guías docentes
  ANÁLISIS DE DATOS CLÍNICOS I

Competencias y objetivos

 

Contexto de la asignatura para el curso 2017-18

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.
En el siguiente curso con Análisis de Datos Clínicos II se profundizará más en conceptos y aplicaciones relacionadas con esta área.

 

 

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

Competencias específicas (CE)

  • CE18 : Conocer y saber aplicar técnicas estadísticas y de minería de datos para analizar información de salud.
  • CE8 : Comprender que los datos pueden ser medidos, comparados, agrupados y saber presentarlos de la mejor manera posible dependiendo del propósito que se persiga.

 

Competencias Transversales Básicas de la UA

  • CT1 : Adquirir capacidades informáticas e informacionales.
  • CT2 : Ser capaz de comunicarse correctamente tanto de forma oral como escrita.
  • CT3 : Adquirir capacidad de análisis y síntesis.
  • CT4 : Adquirir capacidad de organización y planificación.

 

 

 

Objetivos formativos

  • Explorar las metodologías asociadas a la extracción de conocimiento a partir de los datos.
  • Conocer los fundamentos teóricos y prácticos de minería de datos.
  • Explorar aplicaciones de diagnóstico, pronósticos, exploración y visualización de datos del ámbito clínico y de salud.
  • Conocer y saber aplicar herramientas de software para minería de datos.

 

 

Objetivos específicos indicados por el profesorado para el curso 2017-18

  • 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.

 

 

Datos generales

Código: 33628
Profesor/a responsable:
RICO JUAN, JUAN RAMON
Crdts. ECTS: 6,00
Créditos teóricos: 1,20
Créditos prácticos: 1,20
Carga no presencial: 3,60

Departamentos y áreas

  • Dep.: LENGUAJES Y SISTEMAS INFORMÁTICOS
    Área: LENGUAJES Y SISTEMAS INFORMATICOS
    Créditos teóricos: 1,2
    Créditos prácticos: 1,2
    Este dep. es responsable de la asignatura.
    Este dep. es responsable del acta.
  • Dep.: CIENCIA DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL
    Área: CIENCIA DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL
    Créditos teóricos: 0
    Créditos prácticos: 0
  • Dep.: MATEMÁTICAS
    Área: ESTADISTICA E INVESTIGACION OPERATIVA
    Créditos teóricos: 0
    Créditos prácticos: 0

Estudios en los que se imparte