• Descripció

• L'assignatura en el conjunt del pla d'estudis

• Coneixements previs

• Informació prèvia a la matrícula

• Objectius i competències

Coneixements o continguts (Knowledge)

Competències (Competències)

• C2 Desenvolupar el pensament crític i autocrític a l'anàlisi, la conceptualització i el disseny de projectes de ciència de dades.
• C3 Dissenyar, desenvolupar i gestionar projectes de ciència de dades, adaptant-se a l'evolució de les tecnologies, els llenguatges de programació i les necessitats d'empreses, institucions i, en general, de la societat.

• Comprendre l'extensió dels conceptes bàsics d'estadística per a ciència de dades i del disseny d'una investigació mitjançant el mètode científic.
• Identificar els diferents tipus de problemes que sorgeixen en l'àmbit de la ciència de dades i saber quins models i mètodes s'apliquen a cada cas.
• Comprendre i aplicar els principis bàsics de les tècniques de disseny en ciència de dades.
• Aplicar tècniques de mostreig o partició del conjunt de dades segons les característiques del problema a resoldre.
• Familiaritzar-se amb la importància de la reproductibilitat, avaluació i validació d'un experiment o model.
• Comprendre i aplicar les diferents tècniques de regressió: lineal, no lineal i logística; i entendre'n les aplicacions en ciència de dades.
• Avaluar quan utilitzar tècniques d'extracció de característiques per reduir la dimensionalitat d'un conjunt de dades.
• Comprendre la importància de la resolució sistemàtica d'exercicis amb feedback automàtic per a la resolució de problemes complexos en què s'ha de plantejar una estratègia, s'han de conèixer les tècniques estadístiques més adequades i s'han d'aplicar correctament.
• Dur a terme les anàlisis de dades requerides, usant programari estadístic apropiat com el llenguatge R.
• Actuar de manera ètica, honesta i cívica en el treball acadèmic i professional, evitant el plagi o qualsevol altre ús indegut del treball de tercers.
• Analitzar les causes i els efectes de les desigualtats per raó de sexe i gènere i formular accions per contrarestar-les.

• Continguts

Tema 1. Introducció als models de Data Science i a l'estadística   

Tema 2. Preprocessament de dades   

Tema 3. Estadística descriptiva i introducció a l'estadística inferencial  

Tema 4. Modelització predictiva  

Tema 5. Anàlisi de variància i disseny experimental en ciència de dades

• Consulta dels recursos d'aprenentatge de la UOC per a l'assignatura

• Informació addicional sobre els recursos d'aprenentatge i eines de suport

El conjunt de materials que disposa l'assignatura és el següent:

• Documents de referència de cada bloc del curs. Aquests són quatre documents en format PDF que serveixen com a introducció a la temàtica de cada bloc del curs:
  
  • Introducció a l'estadística
  • Preprocés de les dades
  • Modelització predictiva: introducció als models lineals generalitzats
  • Disseny experimental en analítica de dades
• Curs d'estadística bàsica: Aquests materials pertanyen a un curs d'estadística bàsica i el seu coneixement és essencial per poder desenvolupar les activitats del curs. Els materials disponibles per a cada bloc del curs són:
  • Estadística bàsica:
    • Mòdul 0. Estadística
    • Mòdul 1. Estadística descriptiva
    • Mòdul 2. Mostreig
    • Mòdul 3. Probabilitat
    • Mòdul 4. Variables aleatòries
    • Mòdul 5. Teorema del límit central
    • Mòdul 6. Intervals de confiança
    • Mòdul 7. Contrast d'hipòtesi
    • Mòdul 8. Contrast de dues mostres
    • Mòdul 9. Contrast de variàncies
  • Modelització predictiva:
    • Mòdul 10. Regressió lineal simple
    • Mòdul 11. Regressió lineal múltiple
  • Disseny experimental en analítica de dades:
    • Mòdul 12. Anàlisi de la variància (ANOVA)
• Mòduls d'introducció al llenguatge i entorn R:
  • Mòdul 0. Matemàtiques i estadística amb R
  • Mòdul 1. L'entorn estadístic R. Estructura, llenguatge i sintaxi
  • Mòdul 2. Àlgebra lineal i càlcul amb R.
  • Mòdul 3. Anàlisi de dades i estadística descriptiva amb R i R-Commander
  • Mòdul 4. Distribucions de probabilitat i inferència estadística amb R-Commander
  • Mòdul 5. Models de regressió i anàlisi multivariant amb R-Commander
• Enllaços a pàgines externes, amb informació complementària: Aquesta informació se subministrarà per a cada activitat específica.

• Informacions sobre l'avaluació a la UOC

A la UOC, l'avaluació generalment és virtual. S'estructura entorn de l'avaluació contínua, que inclou diferents activitats o reptes; l'avaluació final, que es porta a terme mitjançant proves o exàmens, i el treball final de la titulació.

Les activitats o proves d'avaluació poden ser escrites i/o audiovisuals, amb preguntes aleatòries, proves orals síncrones o asíncrones, etc., d'acord amb el que decideixi cada equip docent. Els treballs finals representen el tancament d'un procés formatiu que implica la realització d'un treball original i tutoritzat que té com a objectiu demostrar l'adquisició competencial feta al llarg del programa.

Per verificar la identitat de l'estudiant i l'autoria de les proves d'avaluació, la UOC es reserva la potestat d'aplicar diferents sistemes de reconeixement de la identitat i de detecció del plagi. Amb aquest objectiu, la UOC pot dur a terme enregistrament audiovisual o fer servir mètodes o tècniques de supervisió durant l'execució de qualsevol activitat acadèmica.

Així mateix, la UOC pot exigir a l'estudiant l'ús de dispositius electrònics (micròfons, càmeres o altres eines) o programari específic durant l'avaluació. És responsabilitat de l'estudiant assegurar que aquests dispositius funcionen correctament.

El procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat de les activitats acadèmiques. Al web sobre integritat acadèmica i plagi de la UOC hi ha més informació respecte d'aquesta qüestió.

La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; la suplantació d'identitat; l'acceptació o l'obtenció de qualsevol activitat acadèmica a canvi d'una contraprestació o no; la col·laboració, l'encobriment o l'afavoriment de la còpia, o l'ús de material, programari o dispositius no autoritzats en el pla docent o l'enunciat de l'activitat acadèmica, inclosa la intel·ligència artificial i la traducció automàtica, entre altres, són conductes irregulars en l'avaluació que poden tenir conseqüències acadèmiques i disciplinàries greus.

Aquestes conductes irregulars poden comportar el suspens (D/0) en les activitats avaluables que es defineixin en el pla docent -incloses les proves finals- o en la qualificació final de l'assignatura, sigui perquè s'han utilitzat materials, programari o dispositius no autoritzats durant les proves (com l'ús d'intel·ligència artificial no permesa, xarxes socials o cercadors d'informació a internet), perquè s'han copiat fragments de text d'una font externa (internet, apunts, llibres, articles, treballs o proves d'altres estudiants, etc.) sense la citació corresponent, per la compravenda d'activitats acadèmiques, o perquè s'ha dut a terme qualsevol altra conducta irregular.

Així mateix, i d'acord amb la normativa acadèmica, les conductes irregulars en l'avaluació també poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui, de conformitat amb el que estableix la normativa de convivència de la UOC.

En el marc del procés d'avaluació, la UOC es reserva la potestat de:

• Sol·licitar a l'estudiant que acrediti la seva identitat segons el que estableix la normativa acadèmica.
• Sol·licitar a l'estudiant que acrediti l'autoria del seu treball al llarg de tot el procés d'avaluació, tant en l'avaluació contínua com en l'avaluació final, per mitjà d'una entrevista oral síncrona, que pot ser objecte d'enregistrament audiovisual, o pels mitjans que estableixi la Universitat. Aquests mitjans tenen l'objectiu de verificar els coneixements i les competències que garanteixin la identitat de l'estudiant. Si no és possible garantir que l'estudiant és l'autor de la prova, aquesta pot ser qualificada amb una D, en el cas de l'avaluació contínua, o amb un suspens, en el cas de l'avaluació final.

Intel·ligència artificial en el marc de l'avaluació

La UOC reconeix el valor i el potencial de la intel·ligència artificial (IA) en l'àmbit educatiu, alhora que posa de manifest els riscos que comporta si no s'utilitza de manera ètica, crítica i responsable. En aquest sentit, en cada activitat d'avaluació s'informarà l'estudiantat sobre les eines i els recursos d'IA que es poden utilitzar i en quines condicions. Per la seva banda, l'estudiantat es compromet a seguir les indicacions de la UOC a l'hora de dur a terme les activitats d'avaluació i de citar les eines utilitzades i, concretament, a identificar els textos o les imatges generats per sistemes d'IA, els quals no podrà presentar com si fossin propis.

Amb relació a fer servir o no la IA per resoldre una activitat, l'enunciat de les activitats d'avaluació indica les limitacions en l'ús d'aquestes eines. Cal tenir en compte que fer-les servir de manera inadequada, com ara en activitats en què no estan permeses o no citar-les en les activitats en què sí que ho estan, es pot considerar una conducta irregular en l'avaluació. En cas de dubte, es recomana que, abans de lliurar l'activitat, es faci arribar una consulta al professorat col·laborador de l'aula.

• Consulta del model d'avaluació