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: CEA8, CG3, CEP1, CT6, CT7, CB6,
  2. Capacitat d'anàlisi de grans volums de dades.
    Competències relacionades: CEA8, CG3, CEP1, CT3, CT6, CT7, CB6,

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
Tipus: examen final
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%