Análisis Multivariante

Créditos
6
Tipos
Obligatoria
Requisitos
Esta asignatura no tiene requisitos , pero tiene capacidades previas
Departamento
EIO
Web
https://www.fib.upc.edu/en/studies/masters/master-data-science/curriculum/syllabus/MVA-MDS
El objetivo de la asignatura es introducir a los estudiantes en los fundamentos de los métodos de análisis de datos multivariantes y proporcionarles las herramientas para tratar el preprocesamiento, la visualización, la reducción de dimensiones, la clasificación y la modelización de datos multivariantes.

Profesorado

Responsable

  • Nihan Acar Denizli (nihan.acar.denizli@upc.edu)

Otros

  • Belchin Adriyanov Kostov (belchin.adriyanov.kostov@upc.edu)

Horas semanales

Teoría
2
Problemas
0
Laboratorio
2
Aprendizaje dirigido
0
Aprendizaje autónomo
7.11

Competencias

Competencias Transversales

Uso solvente de los recursos de información

  • CT4 - Gestionar la adquisicion, la estructuracion, el analisis y la visualizacion de datos e informacion en el ambito de la especialidad y valorar de forma critica los resultados de esta gestion.

    • Lengua extranjera

  • CT5 - Conocer una tercera lengua, preferentemente el inglés, con un nivel adecuado oral y escrito y en consonancia con las necesidades que tendrán los titulados y tituladas.

    • Espíritu emprendedor e innovador

  • CT1 - Conocer y entender la organización de una empresa y las ciencias que rigen su actividad; tener capacidad para entender las normas laborales y las relaciones entre la planificación, las estrategias industriales y comerciales, la calidad y el beneficio. Conocer y entender los mecanismos en que se basa la investigación científica, así como los mecanismos e instrumentos de transferencia de resultados entre los diferentes agentes socioeconómicos implicados en los procesos de I+D+i.

    • 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.
  • CB7 - 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.
  • CB8 - 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.
  • CB9 - 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.
  • CB10 - 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.

    • Competencias Técnicas Genéricas

    Genéricas

  • CG2 - Identificar y aplicar métodos de análisis, extracción de conocimiento y visualización de datos recogidos en formatos muy diversos.
  • CG3 - Definir, diseñar e implementar sistemas complejos que cubran todas las fases en proyectos de ciencia de datos

    • Competencias Técnicas

    Específicas

  • CE5 - Modelar, diseñar e implementar sistemas complejos de datos, incluyendo la visualización de datos
  • CE6 - Diseñar el proceso de Ciencia de Datos y aplicar metodologías científicas para obtener conclusiones sobre poblaciones y tomar decisiones en consecuencia, a partir de datos estructurados o no estructurados y potencialmente almacenados en formatos heterogéneos.
  • CE7 - Identificar las limitaciones impuestas por la calidad de datos en un problema de ciencia de datos y aplicar técnicas para disminuir su impacto
  • CE8 - Extraer información de datos estructurados y no estructurados, teniendo en cuenta la naturaleza multivariante de los mismos.
  • CE9 - Aplicar métodos adecuados para el análisis de otro tipo de formatos, tales como procesos y grafos, dentro del ámbito de ciencia de datos
  • CE10 - Identificar los métodos de aprendizaje automático y modelización estadística a utilizar para resolver un problema específico de ciencia de datos y aplicarlos de forma rigurosa
  • CE11 - Analizar y extraer conocimiento de información no estructurada mediante técnicas de procesamiento de lenguaje natural, minería de textos e imágenes
  • CE12 - Aplicar la ciencia de datos en proyectos multidisciplinares para resolver problemas en dominios nuevos o poco conocidos y que sean económicamente viables, socialmente aceptables, y de acuerdo con la legalidad vigente
  • CE13 - Identificar las principales amenazas en el ámbito de la ética y la privacidad de datos en un proyecto de ciencia de datos (tanto en el aspecto de gestión como de análisis de datos) y desarrollar e implantar medidas adecuadas para mitigar dichas amenazas.

    • Objetivos

    1. Visualización de los datos
      Competencias relacionadas: CT4, CT5, CT1, CG2, CE5, CB8,
    2. Descripción multivariante de los datos
      Competencias relacionadas: CT4, CE7, CE8, CE12, CE13, CB7, CB9, CB10,
    3. Métodos de reducción de dimensiones
      Competencias relacionadas: CT4, CT5, CG2, CE5, CE6, CE11, CE8, CE10, CB6, CB8, CB9, CB10,
    4. Inferencia multivariada
      Competencias relacionadas: CT1, CG2, CG3, CE6, CE11, CE8, CE9, CE10, CB6, CB7, CB9,
    5. Clasificación de nuevos individuos
      Competencias relacionadas: CT1, CG3, CE6, CE10, CB6, CB7,

    Contenidos

    1. Introducción al Análisis de Datos Multivariado
      Preprocesamiento y visualización de datos multivariantes.
    2. Análisis de Componentes Principales
      Análisis de individuos. Análisis de variables. Representación visual de la información. Reducción de dimensionalidad. Información suplementaria. Descomposición en valores singulares.
    3. Escalamiento Multidimensional
      Reducción de la dimensión basada en matrices de similitud o distancia con aplicaciones.
    4. Análisis de Correspondencias
      Reducción de dimensiones de dos variables categóricas y visualización de relaciones entre categorías.
    5. Análisis de Correspondencias Multiple
      El análisis y visualización de relaciones entre categorías de más de dos variables categóricas mediante reducción de dimensión.
    6. Análisis de Cluster
      Dos enfoques para agrupar métodos utilizados para clasificar las observaciones, dentro de un conjunto de datos, en múltiples grupos en función de su semejanza.
    7. Métodos de profiling
      Los métodos de profiling ayudan a entender las características comunes de los clusters
    8. Distribución normal multivariante
      La función de densidad de probabilidad de distribución normal multivariada y pruebas de hipótesis de media para datos multivariados.
    9. Análisis Discriminante
      Clasificación de observaciones en grupos dados mediante el uso de análisis discriminante lineal, análisis discriminante cuadrático y métodos Naive Bayes.
    10. Reglas de asociación
      Encontrar patrones, asociaciones, correlaciones o estructuras causales frecuentes entre conjuntos de elementos u objetos en bases de datos de transacciones, bases de datos relacionales y otros repositorios de información.

    Actividades

    Actividad Acto evaluativo


    Presentación de la asignatura + Análisis Multivariante de datos


    Objetivos: 2 1
    Contenidos:
    Teoría
    2h
    Problemas
    0h
    Laboratorio
    4h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    5.5h

    Analysis de Componentes Principales


    Objetivos: 2 1 3
    Teoría
    4h
    Problemas
    0h
    Laboratorio
    2h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    5.5h

    Escalamiento Multidimensional


    Objetivos: 2 1 3
    Contenidos:
    Teoría
    2h
    Problemas
    0h
    Laboratorio
    2h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    5.5h

    Análisis de Correspondencies i Análisis Correspondencies Multiple


    Objetivos: 2 1 3
    Teoría
    4h
    Problemas
    0h
    Laboratorio
    4h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    10h

    Análisis de Cluster and Profiling


    Objetivos: 2 5 3
    Teoría
    4h
    Problemas
    0h
    Laboratorio
    4h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    10h

    Distribución normal multivariada e hipótesis tests de media para datos multivariados


    Objetivos: 2 4
    Teoría
    4h
    Problemas
    0h
    Laboratorio
    4h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    5.5h

    Análisis Discriminante


    Objetivos: 4 5 1
    Teoría
    2h
    Problemas
    0h
    Laboratorio
    2h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    5.5h

    Reglas de asociación


    Objetivos: 2 4
    Teoría
    2h
    Problemas
    0h
    Laboratorio
    2h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    5.5h

    Sessión de Dudas



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

    Practicas


    Objetivos: 2 1 3
    Teoría
    0h
    Problemas
    0h
    Laboratorio
    2h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    0h

    Tarea 1

    La aplicación e interpretación de los métodos de reducción de dimensión vistos durante la primera parte de la asignatura sobre un caso de estudio.
    Objetivos: 2 1 3
    Semana: 8 (Fuera de horario lectivo)
    Teoría
    0h
    Problemas
    0h
    Laboratorio
    0h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    0h

    Tarea 2

    En esta tarea el alumno tiene que aplicar los métodos de clasificación sobre un caso de estudio e interpretar los resultados. Esta tarea se realiza en grupos de tres alumnos.
    Objetivos: 4 5 3
    Semana: 13 (Fuera de horario lectivo)
    Teoría
    0h
    Problemas
    0h
    Laboratorio
    0h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    0h

    Examen Final

    Al examen final el alumnado será responsable de todos los métodos que haya visto a lo largo del semestre. Habrá preguntas tanto teóricas como de interpretación basadas en resultados R al examen.
    Objetivos: 2 4 5 1 3
    Semana: 15 (Fuera de horario lectivo)
    Teoría
    0h
    Problemas
    0h
    Laboratorio
    0h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    0h

    Proyecto Final

    El proyecto final incluye la aplicación e interpretación de los métodos de análisis de datos multivariantes sobre un conjunto de datos reales que se podrían seleccionar en función de los intereses de los estudiantes. Se tiene que hacer en grupos de tres alumnos.
    Objetivos: 2 4 5 1 3
    Semana: 14 (Fuera de horario lectivo)
    Teoría
    0h
    Problemas
    0h
    Laboratorio
    0h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    0h

    Metodología docente

    Esta asignatura pretende dar una explicación teórica de diferentes métodos para el análisis de datos multivariantes y sus aplicaciones en conjuntos de datos reales. En las clases de teoría se explicarán los cimientos y la estructura teórica de los métodos mientras que a las sesiones de laboratorio se hará la aplicación de métodos considerados sobre diferentes conjuntos de datos a R. Los proyectos y los deberes de la asignatura se harán en grupos que permitan a los estudiantes colaborar para construir un trabajo en equipo.

    Método de evaluación

    Durante el curso los estudiantes tendrán que librar dos deberes (tareas) y un trabajo final que se tendrá que realizar en grupos de tres estudiantes. Los primeros deberes se centran en la aplicación de métodos de reducción de dimensión mientras que los según se centran en métodos de clasificación.En el proyecto final de la asignatura los estudiantes tendrán que trabajar en un conjunto de datos reales que descargan o rastrean webs y aplicar los métodos vistos durante el curso en los conjuntos de datos escogidos. Los resultados se tienen que presentar en un informe escrito en formato pdf.

    La nota global de los estudiantes será del 15% por la primera tarea, del 15% por la segunda, del %40 por el proyecto final y del 30% por el examen final.

    Bibliografía

    Básico

    Complementario

    Web links

    Capacidades previas

    La asignatura supone haber efectuado previamente un curso básico de estadística, programación y matemáticas, en particular tener adquiridos los conceptos:
    -Análisis estadístico descriptivo
    -Concepto de prueba de hipòtesis.
    -Operaciones de algebra matricial, valores y vectores propis.
    -Programación de algoritmos.
    -Regresión lineal múltiple.