|
||||||||||||||||||
Consulta de los datos generales Descripción La asignatura en el conjunto del plan de estudios Campos profesionales en que se proyecta Conocimientos previos Información previa a la matrícula Objetivos y competencias Contenidos Consulta de los materiales que dispone la asignatura Materiales y herramientas de apoyo Bibliografía y fuentes de información Metodología Información sobre la evaluación en la UOC Consulta del modelo de evaluación Evaluación Contínua Feedback | ||||||||||||||||||
Este es el plan docente de la asignatura para el primer semestre del curso 2024-2025. Podéis consultar si la asignatura se ofrece este semestre en el espacio del campus Más UOC / La universidad / Planes de estudios). Una vez empiece la docencia, tenéis que consultarlo en el aula. El plan docente puede estar sujeto a cambios. | ||||||||||||||||||
Minería de Datos es una asignatura de aplicación de los conocimientos previos que habéis aprendido a Estadística y Bases de Datos y de presentación de algunos de nuevos. Se presentan un conjunto de métodos procedentes de la Inteligencia Artificial, que forman el núcleo esencial de la disciplina conocida como Data Mining. Los conceptos estadísticos son muy útiles en esta asignatura y permitirán evaluar mejor algunas de las técnicas que se estudiarán. |
||||||||||||||||||
Dentro del Grado de Ingeniería Informática, esta asignatura es optativa y está pensada para realizarla tras haber adquirido los conocimientos necesarios de estadística, bases de datos y programación, como punto final de una trayectoria orientada al análisis de información. Por otra parte, esta asignatura también se ofrece como complemento de formación en otros programas, de forma que los estudiantes adquieran los conocimientos básicos propios del ámbito de la minería de datos. |
||||||||||||||||||
Hoy en día se considera crucial el análisis de datos para lograr información. Las opciones profesionales de esta asignatura son, por una parte, el mundo del I+D tanto en la industria informática como en la empresa orientada a negocio, y por otra parte, la investigación en un contexto más académico. Esta asignatura pretende preparar a futuros analistas de información, los cuales tendrán que descubrir conocimiento en forma de patrones escondidos en cantidades ingentes de datos que hoy en día genera cualquier proceso industrial o económico. Un ejemplo seria prever cómo reaccionará el mercado ante de una campaña de marketing en función de los datos guardados de experiencias anteriores. |
||||||||||||||||||
Esta asignatura requiere conocimientos básicos de estadística, así como conocimientos de programación y bases de datos. También es necesario ser capaz de leer documentación en inglés |
||||||||||||||||||
Para cursar esta asignatura hace falta haber superado Estadística y se recomienda haber superado Base de Datos I. |
||||||||||||||||||
Objetivos |
||||||||||||||||||
El material didáctico de la asignatura en soporte papel se divide en nueve módulos que presentan cierta interrelación entre ellos. El noveno es un caso de estudio que se puede utilizar para ver cómo los métodos explicados en los otros ocho se aplican en un caso concreto y real. A continuación podéis ver los módulos que se tienen que trabajar para poder alcanzar los objetivos de la asignatura. En negrita se indican los módulos de estudio obligatorio y evaluables. Módulo 1: El proceso de Minería de Datos.
|
||||||||||||||||||
|
||||||||||||||||||
El material didáctico asociado a la asignatura comprende:
|
||||||||||||||||||
Robust Data Mining Petros Xanthopoulos, Panos M. Pardalos, Theodore B. Trafalis ISBN: 978-1-4419-9877-4
Data Mining and Business Analytics with R Johannes Ledolter ISBN: 978-1-118-44714-7
Data Mining: Concepts and Techniques Jiawei Han, Micheline Kamber and Jian Pei. Morgan Kaufmann Publishers ISBN 978-0123814791
Principles of Data Mining Max Bramer Springer ISBN 13: 9781447148838
Data Mining: Practical Machine Learning Tools and Techniques Witten Morgan Kaufmann Publishers ISBN: 978-0-12-374856-0
Introducción a la Mineria de Datos Jose Hernandez Orallo Mª José Ramirez Quintana Cesar Ferri Ramirez Pearson Prentice Hall ISBN: 84-205-4091-9 |
||||||||||||||||||
Los conocimientos teóricos se refuerzan por el trabajo práctico. Intentando extraer nuevos conocimientos de los datos con el software disponible podréis tener una visión más clara de los méritos y debilidades de cada técnica que se implementa. Y no sólo eso, practicando con los datos podréis interiorizar el proceso de la Minería de Datos, desde el momento en que os planteáis la necesidad de emprender un proyecto de este tipo hasta que tengáis que valorar sus resultados e intentar integrarlos en un sistema mayor. Temporalización e itinerarios formativos En el calendario del aula, el estudiante dispondrá de una distribución orientativa del tiempo que se propone para el estudio de cada módulo. Además, el calendario incluye las fechas clave del semestre, como la publicación y la entrega de las Pruebas de Evaluación continua (PEC) y de la práctica. Las fechas de entrega de las PEC y de la práctica se tienen que respetar estrictamente. Por lo tanto, es muy recomendable que se siga la temporización propuesta y se intenten respetar las fechas indicadas para el estudio de cada módulo didáctico. El estudiante podrá acceder a los enunciados de las PEC y de la práctica en el espacio de Planificación del Aula Virtual, en la fecha del calendario señalada como publicación de la actividad en cuestión. |
||||||||||||||||||
La Normativa académica de la UOC dispone que el proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados. La falta de originalidad en la autoría o el mal uso de las condiciones en las que se hace la evaluación de la asignatura es una infracción que puede tener consecuencias académicas graves. El estudiante será calificado con un suspenso (D/0) si se detecta falta de originalidad en la autoría de alguna actividad evaluable (práctica, prueba de evaluación continua (PEC) o final (PEF), o la que se defina en el plan docente), ya sea porque ha utilizado material o dispositivos no autorizados, ya sea porque ha copiado de forma textual de internet, o ha copiado de apuntes, de materiales, manuales o artículos (sin la citación correspondiente) o de otro estudiante, o por cualquier otra conducta irregular. La calificación de suspenso (D/0) en la evaluación continua (EC) puede conllevar la obligación de hacer el examen presencial para superar la asignatura (si hay examen y si superarlo es suficiente para superar la asignatura según indique este plan docente). Cuando esta mala conducta se produzca durante la realización de las pruebas de evaluación finales presenciales, el estudiante puede ser expulsado del aula, y el examinador hará constar todos los elementos y la información relativos al caso. Además, esta conducta puede dar lugar a la incoación de un procedimiento disciplinario y la aplicación, si procede, de la sanción que corresponda. La UOC habilitará los mecanismos que considere oportunos para velar por la calidad de sus titulaciones y garantizar la excelencia y la calidad de su modelo educativo. |
||||||||||||||||||
Ponderación de las calificaciones
Opción para superar la asignatura: EC + Pr
Nota final de asignatura = Final Continuada (FC) = EC+Pr EC = 50% Pr = 50% Notas mínimas: · Pr = 5 En caso de no conseguir la nota mínima en la Pr, la nota obtenida en la fórmula corresponde a la obtenida en la Pr, o el que indique el modelo de evaluación. |
||||||||||||||||||
La Evaluación continua (EC) se compone de cinco pruebas de evaluación continua (PEC) y de una práctica. La nota final de EC se determinará en función de las calificaciones obtenidas parcialmente, la participación del estudiante en el foro y haber demostrado un dominio suficiente en los aspectos fundamentales de la asignatura durante el semestre. Para poder superar la evaluación continua hay que entregar a cada uno de las cinco PEC y la práctica dentro de los plazos establecidos. Según la normativa vigente, está establecido que si no entregáis el 50% de las PEC (tres) obtendréis una calificación de No Presentado (N). Es decir, si entregáis 0 o 1 o 2 PEC obtendréis una N. Si presentáis sólo 3 o 4 obtendréis una D. Si entregáis las 5 PEC y éstas son evaluadas con una C- o más, obtendréis la nota ponderada que corresponda. A continuación se presenta un cuadro donde, para cada PEC, podéis ver los contenidos asociados y el peso aproximado en la nota final.
En la práctica se trabajan los contenidos trabajados durante todo el curso, con el software de código abierto. El objetivo de esta práctica es facilitar el aprendizaje de los conceptos que se explican a lo largo de toda la asignatura. La realización de la práctica supondrá una carga de trabajo más elevada que la necesaria para una PEC. Por eso, se dispondrá de más tiempo entre la publicación del enunciado y la entrega de la práctica que en el caso de las PEC. La calificación de las PEC y la práctica se cruzarán según la tabla que aparece en este Plan Docente en el apartado de modelo de evaluación. Los enunciados de las PEC y de la práctica se publicarán a través del calendario del espacio de Planificación del Aula Virtual de la asignatura, a las fechas que aparecen destacadas. Las PEC solucionadas se tienen que entregar al buzón de entrega de actividades y la práctica se tiene que entregar al buzón de entrega de prácticas del espacio de Evaluación del aula virtual. Una vez transcurrido el tiempo dedicado a la resolución de cada ejercicio, se publicará, igualmente al calendario y a la fecha señalada, una propuesta de solución de cada una de las pruebas. NOTA IMPORTANTE: |
||||||||||||||||||
Tal y como se ha indicado en la metodología de la asignatura, el consultor os guiará y orientará a través del Tablón del aula para qué podais hacer un buen seguimiento de la asignatura. También responderá las dudas que vayan saliendo en el Foro del aula así como las consultas y comentarios enviados a su buzón personal. |