Cando se traballa con datos, sobre todo en gran volume, é fundamental que os algoritmos que se utilizan para manipulalos sexan eficientes, tanto para minimizar o uso de recursos como, en ocasións, para garantir a propia viabilidade do procesado. Nesta materia trátanse os fundamentos necesarios tanto para analizar a eficiencia de algoritmos existentes sobre un caso dado, permitindo así elixir o máis adecuado, como para deseñar novos algoritmos. O primeiro enfócase mediante a análise de custo espacial e temporal coa notación O grande. O segundo trátase a través dos diferentes paradigmas xenéricos de deseño de algoritmos, como algoritmos voraces, programación dinámica ou divide e vencerás; ademais dun tratamento máis específico para ámbitos típicos de interese para o científico ou enxeñeiro de datos, como son a procura, ordenación ou a exploración de grafos. Veranse tamén fundamentos de complexidade computacional e algoritmos aproximados para aqueles casos nos que unha implementación eficiente non é viable.
Esta materia pon broche final ao bloque de "Programación e Algoritmos" do Grao, e por iso deberían cursarse anteriormente as materias de Fundamentos de Programación I e II, cuxos conceptos se utilizan aquí. Fóra do bloque, tamén son necesarios os conceptos de Matemática Discreta. Á súa vez, e dado que os algoritmos son pedra angular de calquera procesado de datos, esta materia proporciona conceptos que se usarán en materias posteriores, incluíndo as de Aprendizaxe Automática, Recuperación de Información, Procesamento de Imaxe, Vídeo e Audio, Procesamento da Linguaxe Escrita, Procesamento Paralelo, así como outras posteriores no plan de estudos.
Plan de continxencia
1. Modificacións nos contidos
Non se prevén modificacións nos contidos da materia.
2. Metodoloxías
*Metodoloxías docentes que se manteñen
As metodoloxías docentes manteranse na súa esencia, co cambio de pasar as actividades que sexa preciso a realización non presencial.
*Metodoloxías docentes que se modifican
As metodoloxías mantéñense, cos cambios necesarios para ser realizadas de forma non presencial cando sexa necesario. En particular:
- Clases maxistrais: en lugar de impartirse presencialmente cos alumnos na aula, emitiranse en directo a través de Teams, no horario establecido.
- Solución de problemas: en lugar de nas clases presenciais, proporanse os exercicios a través de Moodle, que tamén se utilizará para recoller as entregas avaliables, e atenderanse as dúbidas e fomentarase a interacción con e entre os estudantes a través de Teams na hora da clase.
- Prácticas de laboratorio: todas as ferramentas necesarias para a realización das prácticas son gratuítas e pódense instalar nos equipos persoais dos alumnos. O seguimento das prácticas levarase a cabo en directo mediante a ferramenta Teams.
3. Mecanismos de atención personalizada ao alumnado
- Teams: as titorías levaranse a cabo a través de Teams mentres así o indique a normativa COVID.
- Email: atención ás mensaxes enviadas polos alumnos.
- Moodle: atención ás mensaxes enviadas polos alumnos nos foros de Moodle.
4. Modificaciones na avaliación
Dado que o baremo de avaliación xa foi pensado para dar á avaliación continua o máximo peso que permite a memoria do título, a ponderación de cada factor non cambiaría.
*Observacións de avaliación:
A proba final poderase pasar a realización online, de non ser posible a súa realización presencial de maneira segura. En tal caso, as prácticas de laboratorio e os problemas entragaranse online e serán corrixidas e avaliadas de forma normal.
5. Modificacións da bibliografía ou webgrafía
Non se expoñen modificacións, xa que os contidos mantéñense.
(*)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
Asignaturas
