• Español

Ingeniería Matemática

Undergraduate Programme. Academic Year 2024/2025.

GESTIÓN DE DATOS - 800717

Curso Académico 2024-25

Datos Generales

SINOPSIS

COMPETENCIAS

Generales
Conocer técnicas aplicables al tratamiento de datos en bruto para refinarlos y prepararlos antes de
proceder a su análisis. (CG3)
Conocer métodos para tratar la falta de datos y detectar datos erróneos. (CG3)
Conocer técnicas de transformación para reducir la dimensionalidad de grandes volúmenes de datos.
(CG3)
Conocer distintas técnicas de agrupación y saber aplicarlas para obtención de grupos homogéneos.
(CG3, CE1)
Saber realizar un proceso completo de depuración y transformación de un conjunto de datos. (CG3,
CE1)
Conocer los fundamentos de la minería de datos y relación con otras disciplinas. (CG1, CG2, CG3,
CG4)
Conocer técnicas de clasificación, asociación y dependencia para extracción del conocimiento. (CG3)
Conocer técnicas de minería de datos complejos de diversa tipología. (CG3)
Saber aplicar técnicas de evaluación, comparación y uso de modelos. (CG4, CE1)
Saber realizar un proceso completo de minería de datos. (CG3, CG2, CE1, CE2)

ACTIVIDADES DOCENTES

Clases teóricas
Sesiones académicas teóricas.

Clases prácticas
- Trabajo individual o en grupos tutorizado por el profesor.
- Resolución individual o grupal de dudas.
- Resolución de problemas por parte del profesor.
Laboratorios
Prácticas informáticas.

Presenciales

2

No presenciales

4

Semestre

5

Breve descriptor:

El alumno debe ser capaz de manejar los métodos de análisis de datos univariante, bivariante y multivariante.

Requisitos

Haber cursado o estar cursando las asignaturas "Estadística aplicada" y " Optimización en redes".

Objetivos

1. Comprender las técnicas exploratorias para el tratamiento de datos univariantes y bivariantes

2. Conocer diversas técnicas para el análisis exploratorio de datos multivariantes

3. Utilizar software estadístico para el análisis de datos

Contenido

Se incluirán contenidos de:

- Almacenamiento de datos.

- Limpieza y transformación de datos. Datos erróneos, datos ausentes.

- Técnicas de exploración y selección de datos.

- Técnicas de reducción de la dimensionalidad.

- Técnicas de agrupación.

- Técnicas de extracción de conocimiento (clasificación, asociación,…).

Evaluación

Examen teórico-práctico*: 80%
Realización de ejercicios y prácticas: 20%
Nota*: El 20% de la calificación obtenida por ejercicios y prácticas se mantendrá para la convocatoria extraordinaria.

Bibliografía

1. Cuadras, C. (2011). Nuevos Métodos de Análisis Multivariante. Ed. CMC Editions. Disponible en http://www.ub.edu/stat/personal/cuadras/metodos.pdf
2. Salafranda; Guardia; Ferrer; Turbany (1992). Análisis exploratorio de datos: Nuevas Técnicas Estadísticas. PPU
3. Peña, D. (2002). Análisis de datos multivariantes. McGraw-Hill.

Estructura

MódulosMaterias
CONTENIDOS COMPLEMENTARIOSCONTENIDOS COMPLEMENTARIOS
ECONOMATEMÁTICAGESTIÓN Y MINERÍA DE DATOS

Grupos

Clases teóricas
GrupoPeriodosHorariosAulaProfesor
Grupo único09/09/2024 - 13/12/2024LUNES 11:00 - 12:00INF3 Aula de InformáticaISABEL MOLINA PERALTA
MIÉRCOLES 11:00 - 12:00INF4 Aula de InformáticaISABEL MOLINA PERALTA


Clases prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo único09/09/2024 - 13/12/2024MARTES 11:00 - 12:00B07ISABEL MOLINA PERALTA
JUEVES 11:00 - 12:00B13ISABEL MOLINA PERALTA