Ciencia de los Datos Aplicada
Grado y Doble Grado. Curso 2025/2026.
ANÁLISIS DE DATOS NO ESTRUCTURADOS I - 806323
Curso Académico 2025-26
Datos Generales
- Plan de estudios: 081C - GRADO EN CIENCIA DE LOS DATOS APLICADA (2022-23)
- Carácter: Obligatoria
- ECTS: 6.0
SINOPSIS
COMPETENCIAS
Generales
CG1, CG2, CG5, CG11.
Específicas
CE4, CE5, CE6, CE8, CE12, CE13.
ACTIVIDADES DOCENTES
Clases teóricas
50%
Clases prácticas
50%
Presenciales
2,4
No presenciales
3,6
Semestre
7
Requisitos
Algebra matricial.
Manejo básico de Python.
Manejo básico de Python.
Contenido
| 1. Introducción a los datos no estructurados. 2. Introducción al procesamiento digital de Imágenes. 3. Problemas relacionados con imágenes: clasificación, segmentación, localización de objetos, Operaciones de reducción y transformaciones básicas con imágenes. 4. Algoritmos de aprendizaje automático para datos no estructurados: Redes Neuronales, Deep learning. 5. Convolutional Neural Networks (CNN) para clasificación de imágenes. |
Evaluación
La nota final tendrá en cuenta tanto la evaluación continua como la prueba final. Se calculará como el máximo entre:
a) La calificación de la prueba final.
b) La media ponderada de la evaluación continua y la prueba final, siendo el peso de la evaluación continua de al menos el 35%.
El alumno/a no tiene la opción de superar la asignatura únicamente con la evaluación continua.
Cualquier alumno/a tendrá derecho a una prueba final pudiendo resultar su calificación la nota final del curso.
a) La calificación de la prueba final.
b) La media ponderada de la evaluación continua y la prueba final, siendo el peso de la evaluación continua de al menos el 35%.
El alumno/a no tiene la opción de superar la asignatura únicamente con la evaluación continua.
Cualquier alumno/a tendrá derecho a una prueba final pudiendo resultar su calificación la nota final del curso.
Bibliografía
Szeliski, R. (2022). Computer vision: algorithms and applications. Springer Nature. https://szeliski.org/Book/
Woods, R. E., & Gonzalez, R. C. (2021). Digital image processing third edition. ( https://ucm.on.worldcat.org/oclc/318406316 )
S., Mugesh. Hands-On ML Projects with OpenCV: Master Computer Vision and Machine Learning Using OpenCV and Python, Orange Education PVT Ltd, 2023. ProQuest Ebook Central, https://ebookcentral.proquest.com/lib/universidadcomplutense-ebooks/detail.action?docID=30682670.
Ian Goodfellow and Yoshua Bengio and Aaron Courville. Deep learning, An MIT Press book (2016). https://www.deeplearningbook.org/
https://docs.opencv.org/
Woods, R. E., & Gonzalez, R. C. (2021). Digital image processing third edition. ( https://ucm.on.worldcat.org/oclc/318406316 )
S., Mugesh. Hands-On ML Projects with OpenCV: Master Computer Vision and Machine Learning Using OpenCV and Python, Orange Education PVT Ltd, 2023. ProQuest Ebook Central, https://ebookcentral.proquest.com/lib/universidadcomplutense-ebooks/detail.action?docID=30682670.
Ian Goodfellow and Yoshua Bengio and Aaron Courville. Deep learning, An MIT Press book (2016). https://www.deeplearningbook.org/
https://docs.opencv.org/
Estructura
| Módulos | Materias |
|---|---|
| No existen datos de módulos o materias para esta asignatura. | |
Grupos
| Actividades Prácticas | ||||
|---|---|---|---|---|
| Grupo | Periodos | Horarios | Aula | Profesor |
| Grupo Único | 08/09/2025 - 19/12/2025 | VIERNES 16:00 - 18:00 | - | PABLO ARCADIO FLORES VIDAL |
| Clases Teóricas y/o Prácticas | ||||
|---|---|---|---|---|
| Grupo | Periodos | Horarios | Aula | Profesor |
| Grupo Único | 08/09/2025 - 19/12/2025 | MARTES 18:00 - 20:00 | - | PABLO ARCADIO FLORES VIDAL |