|
||||||||
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 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. | ||||||||
Esta asignatura presenta la aplicación de la ciencia de datos en el contexto de la toma de decisiones organizacional. La toma de decisiones organizacional es sumamente amplia puesto que cubre diversos escenarios: (1) entornos en los que podemos diseñar, descubrir y aplicar modelos que representan el proceso de negocio, (2) entornos en los que hemos podido capturar datos que representan el proceso de negocio y podemos extraer a través de mecanismos de aprendizaje un modelo que representan el proceso de negocio, y (3) entornos dinámicos con alta incertidumbre, sin conocimiento del modelo de negocio y sin la posibilidad de capturar datos. En esta asignatura nos centraremos principalmente en los dos primeros escenarios, puesto que el tercero pertenece al ámbito de la psicología y otras disciplinas. El curso tiene un enfoque teórico práctico, y es, por este motivo, que está compuesto de introducciones teóricas a los diferentes temas que se tratan y ejemplos sobre cómo ponerlos en práctica. El curso está estructurado en cuatro bloques. En la primera parte nos centraremos en la toma de decisiones clásica, se revisan los enfoques tradicionales usados para la toma decisiones basados en modelos. En la segunda parte, toma de decisiones basada en ciencia de datos, se revisan algunos ejemplos usando el enfoque de la ciencia de datos y se revisan las diferencias entre ambos enfoques. La tercera parte hace hincapié que el uso de la ciencia de datos no está exenta de barreras y problemas a tener en cuenta y revisaremos aspectos como los sesgos, la deriva y la equidad. Por último, se introducirá la interpretabilidad como mecanismo para paliar los problemas de introducir la ciencia de datos en la toma de decisiones empresarial. |
||||||||
La asignatura es optativa en el Grado de Ciencia de Datos Aplicada y forma parte de las competencias del Data Science Explorer que identifica los problemas de datos, crea soluciones, y proporciona las evidencias para tomar decisiones. |
||||||||
Los conocimientos adquiridos en esta asignatura serán de utilidad para los científicos de datos que participen en proyectos relacionados con la toma de decisiones (o decision science). Es decir, en proyectos que dan soporte a la toma de decisiones humanas a través de datos y evidencias pero que al mismo tiempo necesitan capacidades para analizar la interpretabilidad y equidad. |
||||||||
Es conveniente disponer de ciertos conocimientos de programación (en Python y R) y análisis de datos o en su defecto haber cursado al menos las asignaturas "Programación para la ciencia de datos", "Minería de datos" y "Aprendizaje Automático" del del Grado en Ciencia de Datos Aplicada. Además, es necesario cierto conocimiento de la lengua inglesa para comprender documentación teórica y técnica de los productos instalados y/o información de referencia disponible en la red. |
||||||||
Contenidos disponibles a partir de setiembre 2021. |
||||||||
El objetivo principal de la asignatura es proporcionar conocimiento de la aplicacion de la ciencia de datos en el ámbito de la toma de decisiones (lo que se conoce como decision science). Por lo que esta asignatura introduce el enfoque clásico, el enfoque considerando la ciencia de datos, los problemas derivados de dicha introducción y tecnicas para paliar estos problemas como interpretablidad y equidad. Para los estudiantes que cursan el Grado de Ciencia de Datos Aplicada, las competencias del grado que se trabajan en la asignatura son:
|
||||||||
Los contenidos de la parte teórica de la asignatura se recogen en los módulos didácticos que componen el material de la asignatura:
|
||||||||
|
||||||||
A parte de los módulos didácticos previamente mencionados, la asignatura dispone de otros materiales adicionales que se encuentran en el apartado Recursos del aula como, por ejemplo, artículos, capítulos de libros, casos prácticos y actividades resueltas. Si hiciera falta algún otro material adicional, será proporcionado durante el curso. Así mismo, dado el carácter práctico de la asignatura, se usará R y/o Python y librerías vinculadas a la ciencia de datos, interpretabilidad y equidad. |
||||||||
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. |
||||||||
|