Anàlisi de Dades Massives

Esteu aquí

Inici » Estudis » Màsters » Màster en Intel·ligència Artificial » Pla d'estudis » Assignatures » Anàlisi de Dades Massives
Crèdits
4.5
Tipus
Optativa
Requisits
Aquesta assignatura no té requisits
Departament
URV;CS
L'anàlisi de dades massives està afectant moltes àrees de la ciència, l'enginyeria i la indústria; plantejant nous reptes que abarquen des de l'anàlisi de dades meteorològiques fins a la modelització de patrons de trànsit al processament de milions de clients en línia. Per fer front a aquests reptes, cal tenir la formació per emmagatzemar, gestionar, processar i analitzar dades d'aquesta magnitud. La complexitat de les dades requereix noves tècniques analítiques potents i dissenyades a tal efecte.

Professorat

Responsable

  • Alexandre Arenas Moreno ( )

Altres

  • David Antolino Rivas ( )

Hores setmanals

Teoria
2
Problemes
0
Laboratori
1
Aprenentatge dirigit
0
Aprenentatge autònom
0

Competències

Competències Tècniques Generals

Genèriques

  • CG3 - Capacitat per a la modelització, càlcul, simulació, desenvolupament i implantació en centres tecnològics i d'enginyeria d'empresa, particularment en tasques de recerca, desenvolupament i innovació en tots els àmbits relacionats amb la Intel·ligència Artificial.

Competències Tècniques de cada especialitat

Acadèmiques

  • CEA8 - Capacitat de realitzar investigació en noves tècniques, metodologies, arquitectures, serveis o sistemes en l'àrea de la Intel·ligència Artificial.

Professionals

  • CEP1 - Capacitat de resoldre les necessitats d'anàlisi de la informació de les diferents organitzacions, tot identificant les fonts d'incertesa i variabilitat.

Competències Transversals

Treball en equip

  • CT3 - Ser capaç de treballar com a membre d'un equip interdisciplinari, ja sigui com un membre més o duent a terme tasques de direcció, amb la finalitat de contribuir a desenvolupar projectes amb pragmatisme i sentit de la responsabilitat, tot assumint compromisos considerant els recursos disponibles.

Raonament

  • CT6 - Capacitat d'avaluar i analitzar de manera raonada i crítica sobre situacions, projectes, propostes, informes i estudis de caracter cientific-tecnic. Capacitat d'argumentar les raons que expliquen o justifiquen aquestes situacions, propostes, etc.

Analisis i sintesis

  • CT7 - Capacitat d'anàlisi i resolució de problemes tècnics complexos.

Bàsiques

  • CB6 - Que els estudiants sàpiguen aplicar els coneixements adquirits y la seva capacitat de resolució de problemes en entorns nous o poc coneguts dins de contexts més amplis (o multidisciplinaris) relacionats amb la seva àrea d'estudi.

Objectius

  1. Entendre el problema de les dades massives.
    Competències relacionades: CB6, CT6, CT7, CEA8, CEP1, CG3,
  2. Capacitat d'anàlisi de grans volums de dades.
    Competències relacionades: CB6, CT3, CT6, CT7, CEA8, CEP1, CG3,

Continguts

  1. Introducció
    Contexte de dades massives.
  2. Recolecció de dades
    La problemàtica de la recullida de grans volums de dades.
  3. Enmagatzemament de dades.
    Cóm enmagatzemar i accedir a grans volums de dades.
  4. Anàlis exploratori de dades
    Cóm explorem les dades.
  5. Pre-processament de grans volums de dades.
    Cóm pre-processar les dades obtingudes.
  6. De les dades als models.
    Cóm passar a modelitzar les dades.

Activitats

Activitat Acte avaluatiu


Classes presencials

Explicacions a pissarra.
  • Teoria: Teoria.

Continguts:
Teoria
16h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Examen

Examen
Objectius: 1 2
Setmana: 10
Teoria
0h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Laboratori de pràctiques



Teoria
6h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Metodologia docent

Explicacions i fons bibliogràfic.

Mètode d'avaluació

Avaluació continuada dels temes 2-3-4-5.

Tema 2: 20%
Tema 3: 20%
Tema 4: 20%
Tema 5: 40%