Análisis de Datos Masivos

Usted está aquí

Créditos
4.5
Tipos
Optativa
Requisitos
Esta asignatura no tiene requisitos
Departamento
URV;CS
El análisis de datos masivas está afectando a muchas áreas de la ciencia, la ingeniería y la industria; planteando nuevos retos que abarcan desde el análisis de datos meteorológicos hasta la modelización de patrones de tráfico en el procesamiento de millones de clientes en línea. Para hacer frente a estos retos, hay que tener la formación para almacenar, gestionar, procesar y analizar datos de esta magnitud. La complejidad de los datos requiere nuevas técnicas analíticas potentes y diseñadas a tal efecto.

Profesores

Responsable

  • Alexandre Arenas ( )

Horas semanales

Teoría
2
Problemas
0
Laboratorio
1
Aprendizaje dirigido
0
Aprendizaje autónomo
0

Competencias

Competencias Técnicas Genéricas

Genéricas

  • CG3 - Capacidad para la modelización, cálculo, simulación, desarrollo e implantación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Inteligencia Artificial.

Competencias Técnicas de cada especialidad

Académicas

  • CEA8 - Capacidad de realizar investigación en nuevas técnicas, metodologías, arquitecturas, servicios o sistemas en el área de la Inteligencia Artificial.

Profesionales

  • CEP1 - Capacidad de resolver las necesidades de analisis de la informacion de las diferentes organizaciones, identificando las fuentes de incertidumbre y variabilidad.

Competencias Transversales

Trabajo en equipo

  • CT3 - Ser capaz de trabajar como miembro de un equipo interdisciplinar ya sea como un miembro mas, o realizando tareas de direccion con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.

Razonamiento

  • CT6 - Capacidad de evaluar y analizar de manera razonada y critica sobre situaciones, proyectos, propuestas, informes y estudios de caracter cientifico-tecnico. Capacidad de argumentar las razones que explican o justifican tales situaciones, propuestas, etc.

Analisis y sintesis

  • CT7 - Capacidad de analisis y resolucion de problemas tecnicos complejos.

Básicas

  • CB6 - 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.

Objetivos

  1. Entender la problemática de los datos masivos.
    Competencias relacionadas: CEA8, CG3, CEP1, CT6, CT7, CB6,
  2. Capacidad de análisis de grandes volúmenes de datos.
    Competencias relacionadas: CEA8, CG3, CEP1, CT3, CT6, CT7, CB6,

Contenidos

  1. Introducción
    Contexto de datos masivos
  2. Recogida de datos
    El problema de la recogida de grandes volumnes de datos.
  3. Almacenamiento de datos.
    Cómo almacenar y acceder a grandes volúmenes de datos.
  4. Exploración de datos
    Cómo exploramos los datos.
  5. Pre-procesamiento de datos.
    Cómo pre-procesar grandes volúmenes de datos.
  6. De los datos a los modelos.
    Cómo modelizar los datos.

Actividades

Actividad Acto evaluativo


Teoría
16h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Examen

Examen
Objetivos: 1 2
Semana: 10
Tipo: examen final
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Laboratorios de prácticas



Teoría
6h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Metodología docente

Explicaciones y fondo bibliográfico.

Método de evaluación

Evaluación continua de temas.

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