Máster Universitario en Eficiencia Enerxética e Sustentabilidade (a distancia) |
Asignaturas |
Técnicas de Análisis y Modelado de Datos para la Eficiencia |
Contenidos |
|
|
|
Datos Identificativos | 2022/23 | |||||||||||||
Asignatura | Técnicas de Análisis y Modelado de Datos para la Eficiencia | Código | 730547020d | |||||||||||
Titulación |
|
|||||||||||||
Descriptores | Ciclo | Periodo | Curso | Tipo | Créditos | |||||||||
Máster Oficial | 2º cuatrimestre |
Primero | Optativa | 3 | ||||||||||
|
Tema | Subtema |
1. Introducción al aprendizaje automático y la minería de datos | 1.1. Conceptos preliminares. 1.2. Análisis exploratorio de datos 1.3. Tipos de problemas: clasificación, regresión, clustering, detección de anomalías, etc. 1.4. Formas de aprendizaje: supervisado, no supervisado, por refuerzo, etc. |
2. Modelos para la clasificación supervisada y no supervisada de datos | 2.1. Conceptos preliminares 2.2. Modelos principales: k-vecinos más próximos, SVMs, clustering, etc. |
3. Modelos para regresión/identificación de sistemas para estimación y predicción | 3.1. Conceptos preliminares 3.2. Modelos principales |
4. Técnicas de procesado de datos | 4.1. Preparación de los datos y normalización 4.2. Reducción de la dimensión para datos de alta dimensión |
5. Metodología experimental y análisis de resultados | 5.1. Métricas para la evaluación de los modelos y técnicas para la estimación no sesgada del error 5.2. Métodos para la selección de modelos y análisis de resultados |
6. Control Estadístico de la Calidad | 6.1. Gráficos de control 6.2. Análisis de capacidad de procesos |
7. Ejemplos de aplicación en Eficiencia Energética | 7.1. Ejemplos en el ámbito del pronóstico de datos 7.2. Ejemplos en el ámbito de la detección de anomalías |
|