Ciencia de los Datos Aplicada
Grado y Doble Grado. Curso 2023/2024.
PROGRAMACIÓN PARA EL ANÁLISIS Y LA CIENCIA DE LOS DATOS - 806312
Curso Académico 2023-24
Datos Generales
- Plan de estudios: 081C - GRADO EN CIENCIA DE LOS DATOS APLICADA (2022-23)
- Carácter: Obligatoria
- ECTS: 6.0
SINOPSIS
COMPETENCIAS
Generales
CG1 - Comunicar y transmitir la información a un público tanto especializado como no especializado.
CG2 - Adquirir la habilidad para expresarse claramente y de presentar los resultados de sus análisis, oralmente o por escrito, mediante un informe de carácter profesional.
CG3 - Coordinar trabajo en equipo con grupos multidisciplinares y organizar y gestionar proyectos.
CG5 - Desarrollar la capacidad de trabajar de forma autónoma.
CG6 - Realizar lecturas críticas de informes y publicaciones científicas.
CG8 - Demostrar un pensamiento lógico y un razonamiento estructurado.
CG9 - Sintetizar las ideas principales de un texto o discurso.
CG2 - Adquirir la habilidad para expresarse claramente y de presentar los resultados de sus análisis, oralmente o por escrito, mediante un informe de carácter profesional.
CG3 - Coordinar trabajo en equipo con grupos multidisciplinares y organizar y gestionar proyectos.
CG5 - Desarrollar la capacidad de trabajar de forma autónoma.
CG6 - Realizar lecturas críticas de informes y publicaciones científicas.
CG8 - Demostrar un pensamiento lógico y un razonamiento estructurado.
CG9 - Sintetizar las ideas principales de un texto o discurso.
Específicas
CE10 - Diseñar, programar e implantar aplicaciones de análisis y Ciencia de los Datos.
CE11 - Identificar y aplicar las técnicas adecuadas de programación y utilizarlas en el diseño de soluciones eficientes para problemas en distintos ámbitos, como el biosanitario, la geolocalización, la minería de texto, el procesamiento de imágenes, etc.
CE16 - Identificar y aplicar las técnicas algorítmicas básicas y avanzadas para encontrar soluciones secuenciales y paralelas a problemas, analizando la complejidad y la adecuación de los algoritmos propuestos según el tipo, la organización y el volumen de los datos.
CE11 - Identificar y aplicar las técnicas adecuadas de programación y utilizarlas en el diseño de soluciones eficientes para problemas en distintos ámbitos, como el biosanitario, la geolocalización, la minería de texto, el procesamiento de imágenes, etc.
CE16 - Identificar y aplicar las técnicas algorítmicas básicas y avanzadas para encontrar soluciones secuenciales y paralelas a problemas, analizando la complejidad y la adecuación de los algoritmos propuestos según el tipo, la organización y el volumen de los datos.
ACTIVIDADES DOCENTES
Clases teóricas
El profesor imparte conceptos teóricos.
Clases prácticas
Se realizan en ordenadores de forma individual. Se resuelven ejercicios y prácticas propuestas.
Presenciales
2,4
No presenciales
3,6
Semestre
4
Breve descriptor:
Complejidad de algorimos
Técnicas de diseño de algoritmos
Estructura de datos
Librerías externas de python: Pandas y web scraping,
Requisitos
En esta asignatura se asumirá que los alumnos dominan el contenido de las asignaturas Programación I y Programación II.
Contenido
Complejidad de programas
Técnicas de diseño de algoritmos
Estructuras de datos
Librerías comunes de python: dataframes y web scrapping.
Evaluación
A lo largo de la asignatura se realizarán varias hojas de ejercicios y
prácticas (evaluación continua). En todos los exámenes (parcial, final
y extraordinaria) habrá preguntas que se tomarán directamente de las
prácticas y ejercicios, cuyo valor será al menos el 35% de la nota de
cada examen.
Convocatoria ordinaria. Se realizará un examen parcial a mitad del
curso y al final del curso. El examen parcial será voluntario.
- Si el examen parcial se supera con éxito (nota igual o superior a
5), la nota final se calculará según la fórmula máx(final, final*0.6 +
parcial*0.4) donde 'final' es la nota del examen final y 'parcial' es
la nota del examen parcial.
- En caso contrario, el examen final supondrá el 100% de la nota del alumno.
Convocatoria extraordinaria: habrá un examen que supondrá el 100% de
la nota del alumno.
prácticas (evaluación continua). En todos los exámenes (parcial, final
y extraordinaria) habrá preguntas que se tomarán directamente de las
prácticas y ejercicios, cuyo valor será al menos el 35% de la nota de
cada examen.
Convocatoria ordinaria. Se realizará un examen parcial a mitad del
curso y al final del curso. El examen parcial será voluntario.
- Si el examen parcial se supera con éxito (nota igual o superior a
5), la nota final se calculará según la fórmula máx(final, final*0.6 +
parcial*0.4) donde 'final' es la nota del examen final y 'parcial' es
la nota del examen parcial.
- En caso contrario, el examen final supondrá el 100% de la nota del alumno.
Convocatoria extraordinaria: habrá un examen que supondrá el 100% de
la nota del alumno.
Bibliografía
Tutorial oficial de Python, http://docs.python.org.ar/tutorial/
R. González Duque. Python para todos
(http://mundogeek.net/tutorial-python/)
Algoritmos y estructuras de datos:
B. N. Miller y D. L. Ranum: Problem solving with Algorithms and Data
Structures using Python, 2013.
A.V. Aho, J.E. Hopcroft y J.D. Ullman: Estructuras de datos y algoritmos.
Ed. Addison Wesley iberoamericana, 1988.
A.Marzal, I.García, P. García. Introducción a la Programación con Python
3. 2014. Accesible en Internet.
J. Guttag. Introduction to Computation and Programming Using
Python.MIT Press, 2013
Lee, R., Tseng, S.,Chang, R. y Tesai, Y. Introducción al diseño y análisis
de algoritmos. Un enfoque estratégico. McGraw-Hill,
2007
R. González Duque. Python para todos
(http://mundogeek.net/tutorial-python/)
Algoritmos y estructuras de datos:
B. N. Miller y D. L. Ranum: Problem solving with Algorithms and Data
Structures using Python, 2013.
A.V. Aho, J.E. Hopcroft y J.D. Ullman: Estructuras de datos y algoritmos.
Ed. Addison Wesley iberoamericana, 1988.
A.Marzal, I.García, P. García. Introducción a la Programación con Python
3. 2014. Accesible en Internet.
J. Guttag. Introduction to Computation and Programming Using
Python.MIT Press, 2013
Lee, R., Tseng, S.,Chang, R. y Tesai, Y. Introducción al diseño y análisis
de algoritmos. Un enfoque estratégico. McGraw-Hill,
2007
Estructura
Módulos | Materias |
---|---|
No existen datos de módulos o materias para esta asignatura. |
Grupos
Clases Teóricas y/o prácticas | ||||
---|---|---|---|---|
Grupo | Periodos | Horarios | Aula | Profesor |
Grupo Único | 22/01/2024 - 10/05/2024 | LUNES 11:00 - 13:00 | - | LUIS FERNANDO LLANA DIAZ |
Actividades Prácticas | ||||
---|---|---|---|---|
Grupo | Periodos | Horarios | Aula | Profesor |
Grupo Único | 22/01/2024 - 10/05/2024 | MIÉRCOLES 09:00 - 11:00 | - | LUIS FERNANDO LLANA DIAZ |