Esta asignatura se apoya en las competencias y los conocimientos adquiridos en la asignatura de Sistemas Inteligentes y en menor medida en las asignaturas de Sistemas Basados en Conocimiento y Diseño de Algoritmos de la intensificación de Computación.
Esta asignatura se integra en la materia dentro de la optavidad de formación complementaria del plan de estudios, está relacionada con las asignaturas del ámbito de la Inteligencia Artificial y puede servir de complemento a asignaturas de la intensificación de Computación como Minería de Datos. Asímismo presenta una introducción al análisis de datos avanzado lo que actualmente recibe el nombre de Big Data Analytics
Competencias propias de la asignatura | |
---|---|
Código | Descripción |
CM7 | Capacidad para conocer y desarrollar técnicas de aprendizaje computacional y diseñar e implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extracción automática de información y conocimiento a partir de grandes volúmenes de datos. |
INS1 | Capacidad de análisis, síntesis y evaluación. |
INS2 | Capacidad de organización y planificación. |
INS3 | Capacidad de gestión de la información. |
INS4 | Capacidad de resolución de problemas aplicando técnicas de ingeniería. |
INS5 | Capacidad para argumentar y justificar lógicamente las decisiones tomadas y las opiniones. |
PER1 | Capacidad de trabajo en equipo. |
PER2 | Capacidad de trabajo en equipo interdisciplinar. |
PER4 | Capacidad de relación interpersonal. |
SIS1 | Razonamiento crítico. |
SIS3 | Aprendizaje autónomo. |
SIS4 | Adaptación a nuevas situaciones. |
Resultados de aprendizaje propios de la asignatura | |
---|---|
Descripción | |
Conocer los aspectos y técnicas fundamentales de aprendizaje automático dentro del paradigma supervisado, no supervisado y por refuerzo. Explicar las diferencias entre los diferentes estilos de aprendizaje y determinar cuál de ellos es el más apropiado para un dominio de problema particular. | |
Resultados adicionales | |
Descripción | |
Tener una visión global de los tipos de algoritmos de aprendizaje automático y comprender su evolución. Saber hacer uso de los algoritmos de aprendizaje automático, la representación del conocimiento y la minería de datos, aplicándolos creativamente en la solución de problemas en los que se requiere de conocimiento inferido y las técnicas de procesamiento paralelo distribuido utilizando las tecnologías actualizadas de la inteligencia artificial Capacidad de aplicar los conceptos básicos sobre el aprendizaje humano en la solución de problemas de aprendizaje automático. |
Realización de un proyecto completo que engloba las siguientes tareas el análisis de datos: transformación, análisis exploratorio de datos, técnicas de aprendizaje no supervisado y supervisado.
Actividad formativa | Metodología | Competencias relacionadas | ECTS | Horas | Ev | Ob | Rec | Descripción * |
Enseñanza presencial (Teoría) [PRESENCIAL] | Método expositivo/Lección magistral | CM7 INS1 INS2 INS3 INS4 INS5 SIS1 SIS3 SIS4 | 0.72 | 18 | N | N | N | Exposición del temario por parte del profesor (MAG) |
Tutorías individuales [PRESENCIAL] | CM7 INS1 INS2 INS3 INS4 INS5 SIS1 SIS3 SIS4 | 0.18 | 4.5 | N | N | N | Tutorías individuales o en pequeños grupos en el despacho del profesor, clase o laboratorio (TUT) | |
Estudio o preparación de pruebas [AUTÓNOMA] | Trabajo autónomo | CM7 INS1 INS2 INS3 INS4 INS5 SIS1 SIS3 SIS4 | 2.1 | 52.5 | N | N | N | Estudio Individual (EST) |
Otra actividad no presencial [AUTÓNOMA] | Prácticas | CM7 INS1 INS2 INS3 INS4 INS5 PER1 PER2 PER4 SIS1 SIS3 SIS4 | 0.6 | 15 | N | N | N | Preparación de Prácticas de Laboratorio (PLAB) |
Resolución de problemas o casos [PRESENCIAL] | Resolución de ejercicios y problemas | CM7 INS1 INS2 INS3 INS4 INS5 SIS1 SIS3 SIS4 | 0.6 | 15 | S | N | N | Resolución de ejercicios por parte del profesor y los estudiantes (PRO) |
Elaboración de informes o trabajos [AUTÓNOMA] | Trabajo autónomo | CM7 INS1 INS2 INS3 INS4 INS5 PER1 PER2 PER4 SIS1 SIS3 SIS4 | 0.9 | 22.5 | S | N | S | Realización de un informe sobre un tema expuesto por el profesor (RES) |
Prácticas de laboratorio [PRESENCIAL] | Prácticas | CM7 INS1 INS2 INS3 INS4 INS5 SIS1 SIS3 SIS4 | 0.6 | 15 | S | S | S | Realización en el laboratorio de las prácticas programadas (LAB) |
Pruebas de progreso [PRESENCIAL] | Pruebas de evaluación | CM7 INS1 INS2 INS3 INS4 INS5 SIS1 SIS3 SIS4 | 0.1 | 2.5 | S | N | S | Realización de la prueba de progreso 1 correspondiente al primer tercio de la asignatura (EVA) |
Pruebas de progreso [PRESENCIAL] | Pruebas de evaluación | CM7 INS1 INS2 INS3 INS4 INS5 SIS1 SIS3 SIS4 | 0.1 | 2.5 | S | N | S | Realización de la prueba de progreso 2 correspondiente a los dos primeros tercios del temario de la asignatura (EVA) |
Pruebas de progreso [PRESENCIAL] | Pruebas de evaluación | CM7 INS1 INS2 INS3 INS4 INS5 SIS1 SIS3 SIS4 | 0.1 | 2.5 | S | N | S | Realización de la prueba de progreso 3 correspondiente al temario completo de la asignatura (EVA). |
Total: | 6 | 150 | ||||||
Créditos totales de trabajo presencial: 2.4 | Horas totales de trabajo presencial: 60 | |||||||
Créditos totales de trabajo autónomo: 3.6 | Horas totales de trabajo autónomo: 90 |
Ev: Actividad formativa evaluable Ob: Actividad formativa de superación obligatoria Rec: Actividad formativa recuperable
Valoraciones | |||
Sistema de evaluación | Estudiante presencial | Estud. semipres. | Descripción |
Pruebas de progreso | 7.50% | 0.00% | Prueba de progreso 1. Actividad no obligatoria y recuperable a realizar al final del primer tercio del periodo docente. |
Pruebas de progreso | 15.00% | 0.00% | Prueba de progreso 2. Actividad no obligatoria y recuperable a realizar al final del segundo tercio del periodo docente. |
Pruebas de progreso | 27.50% | 0.00% | Prueba de progreso 3. Actividad no obligatoria y recuperable a realizar en el período sin docencia. |
Elaboración de trabajos teóricos | 15.00% | 0.00% | Actividad no obligatoria y recuperable a realizar antes del fin del período docente. |
Realización de prácticas en laboratorio | 25.00% | 0.00% | Actividad obligatoria y recuperable a realizar en las sesiones de laboratorio. |
Presentación oral de temas | 10.00% | 0.00% | Actividad no obligatoria y no recuperable a realizar en las sesiones de teoría/laboratorio. |
Total: | 100.00% | 0.00% |
No asignables a temas | |
---|---|
Horas | Suma horas |
Comentarios generales sobre la planificación: | La asignatura se imparte en tres sesiones semanales de 1,5 horas |