| Fonaments de programació | Codi: 22.401 : 6 |
Aquesta assignatura presenta una introducció a la programació en llenguatge Python centrada en la resolució de problemes de l'àmbit de la ciència de dades.
La ciència de dades és un camp interdisciplinari en el qual s'estudien mètodes per extreure coneixement a partir de dades. Així, la ciència de dades utilitza tècniques de disciplines com matemàtiques, estadística o ciències de la computació, amb l'objectiu comú d'obtenir coneixement de dades.
El curs té un enfocament eminentment pràctic, i és per aquest motiu que està compost de petites introduccions teòriques als diferents temes que es tracten i multitud d'exemples sobre com posar-los en pràctica. El curs està estructurat en tres grans blocs. En primer lloc, presenta una introducció bàsica a Python i, amb això, a la programació. Es descriuran els conceptes de programació bàsics així com les principals estructures de control, veient exemples pràctics de com implementar-los en Python. En segon lloc, es presenten les llibreries de Python més usades en l'àmbit de la ciència de dades. Finalment, el curs proposa seguir el cicle habitual en ciència de dades (captura, preprocessament, anàlisi i visualització), repassant les tècniques bàsiques de cada etapa i mostrant com implementar-les en Python. D'aquesta manera, en acabar el curs, s'espera que l'estudiantat hagi adquirit unes bases de programació en Python que li permetin afrontar petits projectes d'anàlisi de dades i que serveixin com a base per a l'aprenentatge de tècniques més complexes al llarg del grau.
L'assignatura és obligatòria en el Grau de Ciència de Dades Aplicada i un complement de formació del Màster en Ciència de Dades. Addicionalment, l'assignatura s'ofereix com a assignatura lliure a través de l'Ateneu (Fonaments de programació per a la ciència de dades, en Python).
L'objectiu principal de l'assignatura és proporcionar a l'estudiantat una introducció a la programació amb el llenguatge Python a través d'exemples dels problemes típics que s'enfronten en el camp de la ciència de dades. A més, l'assignatura ofereix també una introducció a les llibreries de Python més usades en l'àmbit de la ciència de dades.
Aquesta assignatura es pot cursar dins el programa del Grau de Ciència de Dades Aplicada, com a complement de formació del Màster en Ciència de Dades o bé com a assignatura lliure a través de l'Ateneu. A continuació es detallen les competències concretes a què fa referència l'assignatura per als estudiants del grau o del màster.
Per a l'estudiantat que cursa el Grau de Ciència de Dades Aplicada, les competències del grau que es treballen en l'assignatura són:
- CB1 - Que els estudiants hagin demostrat posseir i comprendre coneixements en una àrea d'estudi que parteix de la base de l'educació secundària general, i se sol trobar a un nivell que, si bé es recolza en llibres de text avançats, inclou també alguns aspectes que impliquen coneixements procedents de l'avantguarda del seu camp d'estudi.
- CB2 - Que els estudiants sàpiguen aplicar els seus coneixements al seu treball o vocació d'una forma professional i posseeixin les competències que solen demostrar-se per mitjà de l'elaboració i defensa d'arguments i la resolució de problemes dins la seva àrea d'estudi.
- CG3 - Cercar, gestionar i utilitzar la informació més adequada per modelitzar problemes concrets i aplicar adequadament procediments teòrics per a la seva resolució de manera autònoma i creativa.
- CT1 - Ús i aplicació de les TIC en l'àmbit acadèmic i professional.
- CE6 - Entendre com els algorismes i les estructures de dades són dissenyats, optimitzats i aplicats segons l'escala del volum de dades.
- CE7 - Dissenyar i construir aplicacions analítiques mitjançant tècniques de desenvolupament, integració i reutilització de components programari.
Per a l'estudiantat que cursa el Màster en Ciència de Dades, les competències que es treballen en l'assignatura són:
- CE - Adquirir habilitats tècniques bàsiques amb el que respecta a la programació en Python per a la ciència de dades, que serviran com a base per a l'aprenentatge de tècniques més complexes.
- CT2 - Capacitat per a la comunicació oral i escrita per a la vida acadèmica i professional.
- CT3 - Capacitat per proposar solucions innovadores i prendre de decisions.
- CT5 - Capacitat per a la comprensió, l'anàlisi i la síntesi.
Mòdul 1: Configuració de l'entorn de programació Python
- Presentació de l'entorn
Mòdul 2: Breu introducció a la programació en Python
- Sintaxi bàsica
- Variables i tipus de variables
Mòdul 3: Estructures de control i funcions en Python
- Operadors
- Estructures de control
- Funcions
- Escriptura i lectura de fitxers
Mòdul 4: Llibreries científiques en Python
- NumPy
- matplotlib
- SciPy
- Pandas
Mòdul 5: Captura de dades a Python
- Obtenció de dades mitjançant APIs
- Obtenció de dades mitjançant crawling de llocs web
Mòdul 6: Preprocessament de dades en Python
- Preparació de dades
- Reducció de dades
Mòdul 7: Introducció a l'anàlisi de dades en Python
- Estadística
- Aprenentatge supervisat: classificació
- Aprenentatge no supervisat: Clustering
- Avaluació de models
Mòdul 8: Visualització de dades en Python
- Tipus de visualitzacions de dades
- Llibreries de visualització de dades
| Espai de recursos de ciència de dades | Web |
| MV - Python 3 | Programari en línia |
A cada unitat trobareu el material necessari per a realitzar un treball pràctic. Això inclou teoria, referències bibliogràfiques, enllaços, exemples pràctics, enunciats de problemes a resoldre i programari necessari. Amb això es pretén que us familiaritzeu amb el contingut a través de la pràctica (learn by doing).
Tot el material està disponible al repositori de gitlab de l'assignatura.
L'entorn de programació que es proposa és google colaboratory (colab). Aquest és un entorn online que no necessita instal·lació en les màquines de l'estudiantat, de manera que es poden consultar els recursos de l'assignatura i fer les activitats des de qualsevol ordinador amb connexió a Internet. Els mòduls amb els continguts són notebooks de jupyter que permeten executar els exemples i exercicis proposats des del navegador web i amb la possibilitat de modificar-los per a una millor comprensió.
El procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat dels exercicis realitzats.
La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; l'intent fraudulent d'obtenir un resultat acadèmic millor; la col·laboració, l'encobriment o l'afavoriment de la còpia, o la utilització de material o dispositius no autoritzats durant l'avaluació, entre d'altres, són conductes irregulars que poden tenir conseqüències acadèmiques i disciplinàries greus.
D'una banda, si es detecta alguna d'aquestes conductes irregulars, pot 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 o dispositius no autoritzats durant les proves, com ara 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, o perquè s'ha practicat qualsevol altra conducta irregular.
De l'altra, i d'acord amb les normatives acadèmiques, les conductes irregulars en l'avaluació, a més de comportar el suspens de l'assignatura, poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui.
La UOC es reserva la potestat de sol·licitar a l'estudiant que s'identifiqui o que acrediti l'autoria del seu treball al llarg de tot el procés d'avaluació pels mitjans que estableixi la Universitat (síncrons o asíncrons). A aquests efectes, la UOC pot exigir a l'estudiant l'ús d'un micròfon, una càmera o altres eines durant l'avaluació i que s'asseguri que funcionen correctament.
La verificació dels coneixements per garantir l'autoria de la prova no implicarà en cap cas una segona avaluació.
|
L'assignatura només es pot aprovar amb el seguiment i la superació de l'avaluació contínua (AC). La qualificació final de l'assignatura és la nota obtinguda a l'AC. |