Study programme competencies |
Code
|
Study programme competences
|
A8 |
Capacidade para analizar as necesidades de información que se presentan nun contorno e levar a cabo en todas as súas etapas o proceso de construción dun sistema de información. |
A12 |
Capacidade para aplicar métodos matemáticos, estatísticos e de intelixencia artificial para modelar, deseñar e desenvolver aplicacións, servizos, sistemas intelixentes e sistemas baseados no coñecemento. |
Learning aims |
Subject competencies (Learning outcomes) |
Study programme competences |
Conocer, entender e implementar soluciones a la problemática de la integración de datos en los sistemas de información orientados a la toma de decisiones |
AJ8
|
|
|
Conocer las características de las bases de datos del entorno analítico y tener capacidad para entender y solucionar los problemas de diseño que presentan |
AJ8
|
|
|
Conocer, entender e implementar soluciones para analizar datos estratégicos de una organización, extraer conclusiones y obtener resultados desconocidos. |
AJ8 AJ12
|
|
|
Contents |
Topic |
Sub-topic |
Introduction |
|
Architecture of Integration of Data |
|
Multidimensional databases - Design of DW |
|
Data Mining |
|
Techniques of Statistics of Business |
|
Big Data
|
|
Planning |
Methodologies / tests |
Ordinary class hours |
Student’s personal work hours |
Total hours |
Laboratory practice |
20 |
30 |
50 |
Problem solving |
0 |
15 |
15 |
Workbook |
0 |
10 |
10 |
Mixed objective/subjective test |
3 |
0 |
3 |
Supervised projects |
0 |
12 |
12 |
Guest lecture / keynote speech |
20 |
40 |
60 |
|
Personalized attention |
0 |
|
0 |
|
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. |
Methodologies |
Methodologies |
Description |
Laboratory practice |
Son clases en las que se desarrollan las competencias procedimentales relacionadas con los contenidos de la asignatura.
En ellas se realizarán, por una parte, ejercicios cuyo objetivo es madurar los conceptos de las clases teóricas, y por otra, se introducirán nuevos conceptos de carácter práctico que se acompañarán de ejercicios. |
Problem solving |
Son pruebas que plantean unos supuestos de carácter práctico que los estudiantes deben resolver para complementar las habilidades adquiridas en las prácticas de laboratorio. |
Workbook |
Se propondrá la lectura de diversos trabajos que complementen y ayuden a entender los conceptos planteados. |
Mixed objective/subjective test |
Examen de la asignatura que combina conceptos teóricos, prácticos y problemas. |
Supervised projects |
Trabajos realizados bajo la orientación del profesorado, cuyo objetivos es que los estudiantes asuman la responsabilidad de su propio aprendizaje y que aprenden el "cómo hacer". |
Guest lecture / keynote speech |
Clases teóricas en las que se exponen los contenidos fundamentales de la asignatura,
que pueden acompañarse de la propuesta y la resolución de ejemplos. |
Personalized attention |
Methodologies
|
Laboratory practice |
Problem solving |
|
Description |
Se atenderán las dudas y las preguntas que se originen, pudiendo aportar soluciones o ideas que orienten hacia alguna solución. |
|
Assessment |
Methodologies
|
Description
|
Qualification
|
Laboratory practice |
The maximum grade of the essays, tests and exercises will be of 4 points out of the total 10 points of the course.The asessment will be a continuous asessment so the grade of the tests of this section counts as much for the first as for the second opportunity. The student will have the chance of repeating this test in the second opportunity. |
40 |
Mixed objective/subjective test |
The maximum grade will be of 5 points out of the total 10 points of the course.
The test consists of an examination that will include theoretical concepts and the practical assimilation of the course.
The student will have the chance of repeating this test in the second opportunity. |
50 |
Supervised projects |
The results of the essays, which will have a fixed deadline published with enough time in advance, will be assessed. These essays will not be repeated in the second opportunity. |
10 |
|
Assessment comments |
|
Sources of information |
Basic
|
Turban, E.; Sharda, R. (2011). Business Intelligence: A managerial approach (2 ed.). Prentice Hall
Vercellis, C. (2009). Business Intelligence: Data Mining and Optimization for Decision Making . Wiley
Conesa Caralt, J.; Curto Díaz, J. (2010). Introducción al Business Intelligence . UOC |
|
Complementary
|
Witten, I.; Frank, E.; Hall, M. (2011). Data Mining . Morgan Kaufmann
Kimball, R.; Ross, M.; Thornthwaite, W.; Mundy, J.; Becker, B. (2008). The Data Warehouse Lifecycle Toolkit, 2nd edition . John Wiley and Sons |
|
Recommendations |
Subjects that it is recommended to have taken before |
|
Subjects that are recommended to be taken simultaneously |
|
Subjects that continue the syllabus |
|
|