|
||||||||||||||||||||||||||
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. | ||||||||||||||||||||||||||
La asignatura de Software para el Análisis de Datos se centra en el aprendizaje y manejo del paquete estadístico R y herramientas relacionadas. - Paquete estadístico R: El paquete estadístico R uno de los más flexibles y potentes para el tratamiento y análisis de los datos, desde los más elementales a los más avanzados. Este software está desarrollado y mantenido por la comunidad científica internacional. Es, además, un programa gratuito, libre y se descarga de forma fácil y segura. - R-Commander: R-Comander es una Interfaz Gráfica de Usuario (GUI) del programa R. - RStudio: R-Studio es el entorno de desarrollo (IDE) de R. - RMarkdown: Extensión de Markdown para R, funcionalidad que permite convertir (de manera rápida y sencilla) texto plano a un formato de máxima legibilidad y facilidad de publicación. |
||||||||||||||||||||||||||
La asignatura introduce al alumno al manejo y uso a nivel principiante y medio del lenguaje de programación R. Esta asignatura está incluida en el plan de estudios del Máster en Bioinformática y Bioestadística, por lo que los ejemplos y ejercicios se intentará que se enmarquen en el campo de las ciencias de la vida y la salud. |
||||||||||||||||||||||||||
Al final de la asignatura, el estudiante será capaz de manejar datos univariantes y multivariantes así como el almacenamiento de datos, recuperación y estructuras de datos y las representaciones gráficas de éstos. También a programar funciones de dificultad media con R. Además, estará capacitado para simular variables aleatorias, programar diferentes rutinas estadísticas y repasar algunas operaciones algebraicas de uso habitual. |
||||||||||||||||||||||||||
No son necesarios conocimientos previos específicos, sólo los generales del curso: comprensión lectora en inglés y conocimientos básicos de Álgebra Lineal y Estadística. Se deberá tener una base de estadística descriptiva e inferencia y, también, un buen manejo de las herramientas informáticas y conocimiento básico de algún lenguaje de programación. |
||||||||||||||||||||||||||
* Restricciones de acceso: No hay restricciones de acceso |
||||||||||||||||||||||||||
Esta asignatura pretende dar a conocer R a nivel intermedio. Como resultado de este aprendizaje, se espera que el estudiantes adquieran las siguientes capacidades:
En el contexto general del Máster en Bioinformática i Bioestadística, se concreta con las siguientes competencias:
Competencias transversales:
|
||||||||||||||||||||||||||
De forma genérica, los contenidos que trabajamos son los siguientes:
Contenidos detallados del curso: 1. Introducción al lenguaje de programación R, Rstudio y R Markdown. 1.1 Instalación de R y Rstudio 1.2 Interfaz de R y Rstudio 1.3 Introducción a R Markdown 1.4 Gestión de paquetes en R 1.5 Importación de datos en R y Rstudio 1.6 Exportación de datos en R 1.7 Estructura de datos en R 1.8 Conjuntos de datos 1.9 Visualización de los datos en R. Gráficas base 2. Estadística descriptiva y gráficos con R. 2.1 Resumen de datos y variable en R 2.2 Etiquetar y recodificar en R 2.3 Tablas de frecuencias con R 2.4 Gráficos básicos en R 2.5 Paquete ggplot2 para la creación de gráficos 2.6 Guardar y exportar gráficos en R 2.7 Regresión lineal con R 2.8 ANOVA 3. Fundamentos de programación y acceso a base de datos en R. 3.1 Elementos básicos de R: operadores, variables y tipos de datos 3.2 Estructuras de datos 3.3 Instrucciones básicas del lenguaje R 3.4 Funciones en R 3.5 Acceso a bases de datos en R 4. Probabilidad y simulación con R. 4.1 Probabilidad con R 4.2 Distribuciones de probabilidad 4.3 Tipos de distribuciones usadas en probabilidad 4.4 Simulación con R 4.5 Muestreo 5. Introducción al machine learning con R 5.1 Conceptos básicos del aprendizaje automatizado (machine learning) 5.2 Aprendizaje supervisado con R 5.3 Aprendizaje no supervisado con R 5.4 Aprendizaje profundo (deep learning) con R 5.5 Análisis de varianza (ANOVA) 6. Paquetes de R para la bioinformática 6.1 Ecosistema de R: Entornos reproducibles y visualización de datos con Shiny 6.2 Bioconductor, un proyecto de código abierto para bioinformática 6.3 Aplicación al ámbito biosanitario de algunos paquetes relevantes de R |
||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
Materiales básicos: W. J. Braun, D. J. Murdoch. A First Course in Statistical Programming with R (e-book). J. Abedin. Data Manipulation with R. Crawley, M (2009). The R Book. Materiales complementarios: Mathur (2010). Statistical Bioinformatics with R. Logan, M. (2010). Biostatistical Design and Analysis Using R: A Practical Guide. H. Wickham, G. Grolemund (2017). R for data science. Estos recursos de aprendizaje están disponibles en la biblioteca de la UOC. En los espacios de recursos del aula y en los documentos correspondientes a los laboratorios (LAB) se referenciaran otros materiales de interés. |
||||||||||||||||||||||||||
En la UOC, la evaluación generalmente es virtual. Se estructura en torno a la evaluación continua, que incluye diferentes actividades o retos; la evaluación final, que se lleva a cabo mediante pruebas o exámenes, y el trabajo final de la titulación. Las actividades o pruebas de evaluación pueden ser escritas y/o audiovisuales, con preguntas aleatorias, pruebas orales síncronas o asíncronas, etc., de acuerdo con lo que decida cada equipo docente. Los trabajos finales representan el cierre de un proceso formativo que implica la realización de un trabajo original y tutorizado que tiene como objetivo demostrar la adquisición competencial hecha a lo largo del programa. Para verificar la identidad del estudiante y la autoría de las pruebas de evaluación, la UOC se reserva la potestad de aplicar diferentes sistemas de reconocimiento de la identidad y de detección del plagio. Con este objetivo, la UOC puede llevar a cabo grabación audiovisual o usar métodos o técnicas de supervisión durante la ejecución de cualquier actividad académica. Asimismo, la UOC puede exigir al estudiante el uso de dispositivos electrónicos (micrófonos, cámaras u otras herramientas) o software específico durante la evaluación. Es responsabilidad del estudiante asegurar que estos dispositivos funcionan correctamente. El proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de las actividades académicas. La web sobre integridad académica y plagio de la UOC contiene información al respecto. La falta de autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; la suplantación de identidad; la aceptación o la obtención de cualquier actividad académica a cambio o no de una contraprestación; la colaboración, el encubrimiento o el favorecimiento de la copia, o el uso de material, software o dispositivos no autorizados en el plan docente o el enunciado de la actividad académica, incluida la inteligencia artificial y la traducción automática, entre otras, son conductas irregulares en la evaluación que pueden tener consecuencias académicas y disciplinarias graves. Estas conductas irregulares pueden conllevar el suspenso (D/0) en las actividades evaluables definidas en el plan docente -incluidas las pruebas finales- o en la calificación final de la asignatura, ya sea porque se han utilizado materiales, software o dispositivos no autorizados durante las pruebas (como el uso de inteligencia artificial no permitida, 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, por la compraventa de actividades académicas, o porque se ha llevado a cabo cualquier otra conducta irregular. Asimismo, 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:
Inteligencia artificial en el marco de la evaluación La UOC reconoce el valor y el potencial de la inteligencia artificial (IA) en el ámbito educativo y, a su vez, pone de manifiesto los riesgos que supone si no se utiliza de forma ética, crítica y responsable. En este sentido, en cada actividad de evaluación se informará al estudiantado sobre las herramientas y los recursos de IA que se pueden utilizar y en qué condiciones. Por su parte, el estudiantado se compromete a seguir las indicaciones de la UOC a la hora de realizar las actividades de evaluación y de citar las herramientas utilizadas y, concretamente, a identificar los textos o imágenes generados por sistemas de IA, los cuales no podrá presentar como si fueran propios. Respecto a usar o no la IA para resolver una actividad, el enunciado de las actividades de evaluación indica las limitaciones en el uso de estas herramientas. Debe tenerse en cuenta que usarlas de manera inadecuada, como por ejemplo en actividades en las que no están permitidas o no citarlas en las actividades en las que sí lo están, puede considerarse una conducta irregular en la evaluación. En caso de duda, se recomienda que, antes entregar la actividad, se haga llegar una consulta al profesorado colaborador del aula. |
||||||||||||||||||||||||||
|