Datos Identificativos 2013/14
Asignatura (*) Intelixencia de negocio Código 614502009
Titulación
Mestrado Universitario en Enxeñaría Informática (plan 2012)
Descriptores Ciclo Período Curso Tipo Créditos
Mestrado Oficial 2º cuadrimestre
Primeiro Obrigatoria 6
Idioma
Castelán
Galego
Prerrequisitos
Departamento Computación
Tecnoloxías da Información e as Comunicacións
Coordinación
Gonzalez Ares, Luis Andres
Correo electrónico
luis.ares@udc.es
Profesorado
Gonzalez Ares, Luis Andres
Ladra González, Susana
Pan Bermudez, Carlos Alberto
Correo electrónico
luis.ares@udc.es
susana.ladra@udc.es
alberto.pan@udc.es
Web http://docencia.lbd.udc.es/in/
Descrición xeral A materia revisa as temáticas relacionadas co tratamento de datos orientado ao ámbito analítico, fundamentalmente os elementos da análise de negocio, as bases de datos da contorna analítica (ODS, Data Warehouse, Data Marts), a integración e a virtualización de datos, o deseño de Data Warehouse, a Minería de Datos, as técnicas de estatística de negocio (Dashboard e KPIs) e o Big Data e a súa relación coa análise de datos.

Competencias do título
Código Competencias da titulación
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.

Resultados de aprendizaxe
Competencias de materia (Resultados de aprendizaxe) Competencias da titulación
Conocer, entender e implementar soluciones a la problemática de la integración de datos en los sistemas de información orientados a la toma de decisiones AP8
Conocer las características de las bases de datos del entorno analítico y tener capacidad para entender y solucionar los problemas de diseño que presentan AP8
Conocer, entender e implementar soluciones para analizar datos estratégicos de una organización, extraer conclusiones y obtener resultados desconocidos. AP8
AP12

Contidos
Temas Subtemas
Introdución

Arquitectura de Integración de Datos

Bases de Datos Multidimensionais - Deseño de DW

Minería de Datos
Técnicas de Estatística de Negocio
Big Data


Planificación
Metodoloxías / probas Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Prácticas de laboratorio 20 30 50
Solución de problemas 0 15 15
Lecturas 0 10 10
Proba mixta 3 0 3
Traballos tutelados 0 12 12
Sesión maxistral 20 40 60
 
Atención personalizada 0 0
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Prácticas de laboratorio 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.
Solución de problemas Son pruebas que plantean unos supuestos de carácter práctico que los estudiantes deben resolver para complementar las habilidades adquiridas en las prácticas de laboratorio.
Lecturas Se propondrá la lectura de diversos trabajos que complementen y ayuden a entender los conceptos planteados.
Proba mixta Examen de la asignatura que combina conceptos teóricos, prácticos y problemas.
Traballos tutelados 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".
Sesión maxistral Clases teóricas en las que se exponen los contenidos fundamentales de la asignatura,
que pueden acompañarse de la propuesta y la resolución de ejemplos.

Atención personalizada
Metodoloxías
Prácticas de laboratorio
Solución de problemas
Descrición
Se atenderán las dudas y las preguntas que se originen, pudiendo aportar soluciones o ideas que orienten hacia alguna solución.

Avaliación
Metodoloxías Descrición Cualificación
Prácticas de laboratorio A nota máxima dos traballos, probas e exercicios será de 4 puntos sobre o total de 10 da asignatura.
Realizarase unha avaliación continua polo que a nota das probas deste apartado contabiliza tanto para a primeira como para a segunda oportunidade. Estas probas poderán repetirse na segunda oportunidade.
40
Proba mixta A nota máxima será de 5 puntos sobre o total de 10 da asignatura.
A proba consiste nun exame que poderá tratar tanto sobre os conceptos teóricos como sobre a asimilación práctica da asignatura.
Esta proba poderase repetir na segunda oportunidade.
50
Traballos tutelados Avaliarase o resultado dos traballos, que terán unha única data de entrega cada un, anunciada coa suficiente antelación. Estes traballos non se repetirán na segunda oportunidade. 10
 
Observacións avaliación

Fontes de información
Bibliografía básica 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

Bibliografía complementaria 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


Recomendacións
Materias que se recomenda ter cursado previamente

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías