|
||||||||||||||||||||||||||||||||||||||||||||
Consulta de los datos generales Descripción La asignatura en el conjunto del plan de estudios Campos profesionales en el que se proyecta Conocimientos previos Información previa a la matrícula Objetivos y competencias Contenidos Consulta de los recursos de aprendizaje de la UOC para la asignatura Información adicional sobre los recursos de aprendizaje y herramientas de apoyo Informaciones sobre la evaluación en la UOC Consulta del modelo de evaluación | ||||||||||||||||||||||||||||||||||||||||||||
Este es el plan docente de la asignatura para el segundo semestre del curso 2023-2024. 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. | ||||||||||||||||||||||||||||||||||||||||||||
Esta asignatura pretende ser el punto de encuentro de las estudiantes del máster con la ciencia de datos, un nuevo ámbito de conocimiento amplio y complejo. En la asignatura entendermos qué ventajas pueden aportar los datos en el contexto de la salud, estudiaremos los conceptos fundamentales relacionados con la ciencia de datos y el Big Data, analizaremos algunas de las bases de datos en salud disponibles actualmente, aprenderemos a analizar datos para obtener información útil a partir de ellos, veremos como evaluar la validez de los sistemas de análisis de datos para saber que credibilidad debemos darles y finalmente introduciremos brevemente la importáncia de visualizar convenientemente los resultados de los análisis de datos. Finalmente, estudiaremos qué problemas de privacidad existen y cómo podemos garantizar la anonimización de datos. Para realizar estas actividades utilizaremos ejemplos prácticos, reflexionaremos sobre problemas reales y analizaremos datos reales. Al final de la asignatura, las estudiantes tendrán una visión general de lo que significa la ciencia de datos en el entorno de la salud, cuál es su potencial, cómo se realiza el análisis de datos y sus principales retos.
|
||||||||||||||||||||||||||||||||||||||||||||
Esta asignatura es obligatoria y está prevista que sea cursada en el segundo semestre del máster.
|
||||||||||||||||||||||||||||||||||||||||||||
Hoy en día el análisis de datos se utiliza de forma amplia en el contexto de la salud. Por tanto, los conocimientos aprendidos durante la asignatura serán útiles para cualquier profesional de la salud, ayudándole a entender mejor los sistemas que se aplican hoy en día bajo distintos nombres (inteligencia artificial, machine learning, deep learning, etc.). |
||||||||||||||||||||||||||||||||||||||||||||
La asignatura asume conocimientos básicos sobre estadística descriptiva e inferencial, con el objetivo de entender los algoritmos de minería de datos utilizados durante el curso. |
||||||||||||||||||||||||||||||||||||||||||||
Algunos de los contenidos de esta asignatura deben estudiarse a partir de materiales y recursos escritos en inglés. |
||||||||||||||||||||||||||||||||||||||||||||
Al final de esta materia se espera que el estudiante sea capaz de:
|
||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||
Del listado anterior, únicamente tendréis que utilizar los recursos indicados explícitamente en la descripción de los bloques de la asignatura. El resto de los materiales son complementarios, para quien quiera profundizar más en materia. En la asignatura se realizarán actividades prácticas utilizando R Studio. Para dar soporte al uso de esta herramienta y el aprendizaje del lenguaje R se facilitarán un conjunto de vídeos introductorios al tema y se proveerá de una subscripción al entorno DataCamp, con una selección de cursos de introducción de R y R Studio. |
||||||||||||||||||||||||||||||||||||||||||||
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 autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; el intento fraudulento de obtener un resultado académico mejor; la colaboración, el encubrimiento o el favorecimiento de la copia, o la utilización de material, software o dispositivos no autorizados durante la evaluación, entre otras, son conductas irregulares en la evaluación que pueden tener consecuencias académicas y disciplinarias graves. Estas conductas irregulares pueden comportar el suspenso (D/0) en las actividades evaluables que se definan en el plan docente -incluidas las pruebas finales- o en la calificación final de la asignatura, sea porque se han utilizado materiales, software o dispositivos no autorizados durante las pruebas, como por ejemplo redes sociales o buscadores de información en internet, porque se han copiado fragmentos de texto de una fuente externa (internet, apuntes, libros, artículos, trabajos o pruebas de otros estudiantes, etc.) sin la citación correspondiente, o porque se ha llevado a cabo cualquier otra conducta irregular. Así mismo, y de acuerdo con la normativa académica, las conductas irregulares en la evaluación también pueden dar lugar a la incoación de un procedimiento disciplinario y a la aplicación, si procede, de la sanción que corresponda, de conformidad con lo establecido en la normativa de convivencia de la UOC. En el marco del proceso de evaluación, la UOC se reserva la potestad de:
|
||||||||||||||||||||||||||||||||||||||||||||
|