| Grao en Ciencia e Enxeñaría de Datos |
 Asignaturas |
| Aprendizaje Automático a Gran Escala |
| Resultados de aprendizaje |
| Datos Identificativos | 2022/23 | |||||||||||||
| Asignatura | Aprendizaje Automático a Gran Escala | Código | 614G02032 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Periodo | Curso | Tipo | Créditos | |||||||||
| Grado | 1º cuatrimestre |
Cuarto | Optativa | 6 | ||||||||||
|
||||||||||||||
| Resultados de aprendizaje | Competencias del título | ||
| Identificar y saber afrontar los problemas más frecuentes relacionados con la explosión de datos, conocidos como las "Vs del Big Data" y cómo algunos de ellos afectan a la aplicación de técnicas de Aprendizaje Automático. | A25 |
B2 B9 B10 |
C1 C4 |
| Conocer los métodos y técnicas más representativos y actuales de preprocesado de datos para tratar grandes volúmenes de datos. | A24 A25 A26 |
B9 |
C1 |
| Conocer los métodos y técnicas más representativas y actuales de Aprendizaje Automático en entornos afectados por problemas como el volumen, la velocidad o la privacidad de los datos. | A24 A25 A26 |
B3 B10 |
C1 C4 |
| Saber manejar las herramientas y entornos de trabajo más actuales en el ámbito del aprendizaje automático para tratar grandes volúmenes de datos. | A24 |
B2 B4 B7 |
C1 |
| Conocer técnicas para la representación visual de datos complejos y saber utilizar herramientas de visualización de datos para poder comunicar eficazmente los resultados de los análisis realizados. | A24 A26 |
B2 B3 B4 B7 B8 B9 B10 |
C1 |
| Conocer técnicas analíticas y escalables basadas en grafos. | A24 A26 |
B2 B8 B9 B10 |
C1 |
|
