Es necesario superar ambas metodologías con una calificacación del 50% cada una para superar la materia.

Las últimas valoraciones contextuales de las cualificaciones finales, antes de su formalización en la aplicación informática, están bajo la consideración del profesor responsable de la materia.

La cualificación final de la materia se expresa de acuerdo con el establecido en el artículo 5 del RD 1125/2003, de 5 de septiembre , para que el sistema de crédito europeo y el sistema de cualificación estén establecidos en títulos universitarios de carácter oficial y validez en todo el territorio nacional (publicado en el Boletín Oficial de 18 de septiembre de 2003). Sistema de clasificación: suspendido (0-4,9), aprobado (5-6,9), notable (7-8,9), destacado (9-10), matrícula de honra ( graciable).

Según los artículos 22 y 23 de las Normas de evaluación, revisión y reclamación de las cualificaciones de los estudios de grado y mestrado universitario (Modificada por el Consejo de Gobierno de 29 de junio de 2017) se garantizará, especialmente, el siguiente:

Artículo 22º.- Publicidad de las cualificaciones: Para garantizar el derecho a revisión en las pruebas orales, la nota será comunicada a los dos días lectivos siguientes a su finalización, y la revisión estará basada en los datos recogidos en el acta y, en su caso, en las evidencias grabadas, escrituras y de otro tipo recogidas en su realización.

Artículo 23º. Revisión de las cualificaciones: Los estudiantes tendrán derecho a revisar las actividades, los trabajos y las pruebas que sirvan para su evaluación y a recibir explicación razonada de la cualificación que obtuvieron.

En caso de ser necesario, debido a la poca participación del alumnado o a la baja calidad de los trabajos, se llevará a cabo a prueba escrita para la obtención de la evaluación final del alumnado. Para superar la materia es necesario obtener al menos el 50% de la valoración de cada metodología propuesta.

La no asistencia a clase deber a la realización de la prueba escrita. La asistencia continua y entrega de los trabajos propuestos en los plazos exime de esta prueba.

Sobre la detección de plagio:

"La realización fraudulenta de las pruebas o actividades de evaluación implicará directamente la cualificación de suspenso '0' en la materia en la convocatoria correspondiente, invalidando así cualquier cualificación obtenida en todas las actividades de evaluación de cara a convocatoria extraordinaria".

Resultados de aprendizaje	Competencias del título
Aprender a gestionar y analizar bases de datos a gran escala en estudios de ciencias de la salud.	AI1 AI2 AI5	BI1 BI2 BI3 BI4 BI5 BI8 BI9 BI11	CI3 CI5 CI7 CI8
Conocer las características básicas del big data y su aplicación a la investigación en el ámbito de la salud	AI1 AI2 AI5	BI1 BI2 BI3 BI4 BI5 BI8 BI9 BI11	CI3 CI5 CI7 CI8
Adquirir las competencias básicas para la aplicación de técnicas de inteligencia artificial con datos de salud en el desarrollo de un proyecto de investigación	AI1 AI2 AI5	BI1 BI2 BI3 BI4 BI5 BI8 BI9 BI11	CI3 CI5 CI7 CI8

Tema	Subtema
CONTENIDOS TEÓRICOS	1. Herramientas para la gestión masiva de datos: 1.1. Captura y almacenamiento de datos en salud. Plataformas de captura de datos como RedCAP 1.2. Repositorios de datos OpenData. 2. Introducción al big data. Proyectos de investigación en salud. Herramientas de gestión de Big Data. 3. Fundamentos de la Inteligencia artificial.
CONTENIDOS PRÁCTICOS	1.Generación y publicación de dataset. 2. Big Data en Ciencias de la Salud: 3. Aplicaciones en salud: atención personalizada, predictiva, preventiva y participativa. 4. Técnicas de Inteligencia artificial: 5. Técnicas de aprendizaje basado en modelos: Machine Learning 6. Plataformas de desarrollo de modelos de tratamiento de datos. Práctica aplicada

Metodologías / pruebas	Competéncias	Horas presenciales	Horas no presenciales / trabajo autónomo	Horas totales
Debate virtual	A1 A2 A5 B1 B2 B3 B4 B5 B8 B9 B11 C3 C5 C7 C8	0	10	10
Prácticas a través de TIC	A1 A2 A5 B1 B2 B3 B4 B5 B8 B9 B11 C3 C5 C7 C8	6	15	21
Trabajos tutelados	A1 A2 A5 B1 B2 B3 B4 B5 B8 B9 B11 C3 C5 C7 C8	0	20	20
Aprendizaje colaborativo	A1 A2 A5 B1 B2 B3 B4 B5 B8 B9 B11 C3 C5 C7 C8	6	15	21

Atención personalizada		3	0	3

(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías	Descripción
Debate virtual	Intercambio de dudas e ideas a través del campus virtual
Prácticas a través de TIC	Desarrollo de los contenidos prácticos de la materia con herramientas software y datasets de ejemplo
Trabajos tutelados	Trabajos con supervisión del profesorado o expertos en el ámbito que pueden colaborar con la materia
Aprendizaje colaborativo	Desarrollo de los contenidos en grupos

Metodologías	Competéncias	Descripción	Calificación
Aprendizaje colaborativo	A1 A2 A5 B1 B2 B3 B4 B5 B8 B9 B11 C3 C5 C7 C8	Desarrollo y presentación de los trabajos en grupo	50
Prácticas a través de TIC	A1 A2 A5 B1 B2 B3 B4 B5 B8 B9 B11 C3 C5 C7 C8	Evaluación de los resultados de las herramientas utilizadas en el curso	50

Observaciones evaluación
Es necesario superar ambas metodologías con una calificacación del 50% cada una para superar la materia. Las últimas valoraciones contextuales de las cualificaciones finales, antes de su formalización en la aplicación informática, están bajo la consideración del profesor responsable de la materia. La cualificación final de la materia se expresa de acuerdo con el establecido en el artículo 5 del RD 1125/2003, de 5 de septiembre , para que el sistema de crédito europeo y el sistema de cualificación estén establecidos en títulos universitarios de carácter oficial y validez en todo el territorio nacional (publicado en el Boletín Oficial de 18 de septiembre de 2003). Sistema de clasificación: suspendido (0-4,9), aprobado (5-6,9), notable (7-8,9), destacado (9-10), matrícula de honra ( graciable). Según los artículos 22 y 23 de las Normas de evaluación, revisión y reclamación de las cualificaciones de los estudios de grado y mestrado universitario (Modificada por el Consejo de Gobierno de 29 de junio de 2017) se garantizará, especialmente, el siguiente: Artículo 22º.- Publicidad de las cualificaciones: Para garantizar el derecho a revisión en las pruebas orales, la nota será comunicada a los dos días lectivos siguientes a su finalización, y la revisión estará basada en los datos recogidos en el acta y, en su caso, en las evidencias grabadas, escrituras y de otro tipo recogidas en su realización. Artículo 23º. Revisión de las cualificaciones: Los estudiantes tendrán derecho a revisar las actividades, los trabajos y las pruebas que sirvan para su evaluación y a recibir explicación razonada de la cualificación que obtuvieron. En caso de ser necesario, debido a la poca participación del alumnado o a la baja calidad de los trabajos, se llevará a cabo a prueba escrita para la obtención de la evaluación final del alumnado. Para superar la materia es necesario obtener al menos el 50% de la valoración de cada metodología propuesta. La no asistencia a clase deber a la realización de la prueba escrita. La asistencia continua y entrega de los trabajos propuestos en los plazos exime de esta prueba. Sobre la detección de plagio: "La realización fraudulenta de las pruebas o actividades de evaluación implicará directamente la cualificación de suspenso '0' en la materia en la convocatoria correspondiente, invalidando así cualquier cualificación obtenida en todas las actividades de evaluación de cara a convocatoria extraordinaria".

Básica	Portal BigML (). BigML. Web Aurellen Vannieuwenhuyze (2020). Inteligencia artificial fácil. Machine Learning y Deep Learning prácticos. Ediciones ENI

Complementária