Competencias / Resultados do título |
Código
|
Competencias / Resultados do título
|
A24 |
CE24 - Comprensión e dominio dás principais técnicas básicas e avanzadas de aprendizaxe automática, incluíndo as dedicadas ao tratamento de grandes volumes de datos. |
A25 |
CE25 - Capacidade para identificar a adecuación de cada unha das técnicas de aprendizaxe automática á resolución dun problema, incluíndo os aspectos relacionados coa súa complexidade computacional ou a súa capacidade explicativa, de acordo aos requisitos establecidos. |
A26 |
CE26 - Coñecemento das ferramentas informáticas actuais no campo da aprendizaxe automática, e capacidade para seleccionar a máis adecuada para a resolución dun problema. |
B2 |
CB2 - Que os estudantes saiban aplicar os seus coñecementos ao seu traballo ou vocación dunha forma profesional e posúan as competencias que adoitan demostrarse por medio da elaboración e defensa de argumentos e a resolución de problemas dentro da súa área de estudo |
B3 |
CB3 - Que os estudantes teñan a capacidade de reunir e interpretar datos relevantes (normalmente dentro da súa área de estudo) para emitir xuízos que inclúan unha reflexión sobre temas relevantes de índole social, científica ou ética |
B4 |
CB4 - Que os estudantes poidan transmitir información, ideas, problemas e solucións a un público tanto especializado como non especializado |
B7 |
CG2 - Elaborar adecuadamente e con certa orixinalidade composicións escritas ou argumentos motivados, redactar plans, proxectos de traballo, artigos científicos e formular hipóteses razoables. |
B8 |
CG3 - Ser capaz de manter e estender formulacións teóricas fundadas para permitir a introdución e explotación de tecnoloxías novas e avanzadas no campo. |
B9 |
CG4 - Capacidade para abordar con éxito todas as etapas dun proxecto de datos: exploración previa dos datos, preprocesado, análise, visualización e comunicación de resultados. |
B10 |
CG5 - Ser capaz de traballar en equipo, especialmente de carácter multidisciplinar, e ser hábiles na xestión do tempo, persoas e toma de decisións. |
C1 |
CT1 - Utilizar as ferramentas básicas das tecnoloxías da información e as comunicacións (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida. |
C4 |
CT4 - Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade. |
Resultados de aprendizaxe |
Resultados de aprendizaxe |
Competencias / Resultados do título |
Identificar e saber afrontar os problemas máis frecuentes relacionados coa explosión de datos, coñecidos como as "Vs do Big Data" e como algúns deles afectan á aplicación de técnicas de Aprendizaxe Automática. |
A25
|
B2 B9 B10
|
C1 C4
|
Coñecer os métodos e técnicas máis representativos e actuais de preprocesado de datos para tratar grandes volumes de datos. |
A24 A25 A26
|
B9
|
C1
|
Coñecer os métodos e técnicas máis representativas e actuais de Aprendizaxe Automática en contornas afectadas por problemas como o volume, a velocidade ou a privacidade dos datos. |
A24 A25 A26
|
B3 B10
|
C1 C4
|
Saber manexar as ferramentas e contornas de traballo máis actuais no ámbito da aprendizaxe automática para tratar grandes volumes de datos. |
A24
|
B2 B4 B7
|
C1
|
Coñecer técnicas para a representación visual de datos complexos e saber utilizar ferramentas de visualización de datos para poder comunicar eficazmente os resultados das análises realizadas. |
A24 A26
|
B2 B3 B4 B7 B8 B9 B10
|
C1
|
Coñecer técnicas analíticas e escalables baseadas en grafos. |
A24 A26
|
B2 B8 B9 B10
|
C1
|
Contidos |
Temas |
Subtemas |
Problemáticas da análise de datos en contornas "Big Data" |
|
Tratamento e visualización de grandes volumes de datos |
Técnicas de visualización
Técnicas de preprocesado de datos
|
Aprendizaxe distribuída |
|
Aprendizaxe federada |
Aprendizaxe na contorna
Preservación da privacidade |
Tratamento de datos en continuo |
Aprendizaxe incremental
Aprendizaxe en tempo real
Problemas de cambio de concepto |
Analítica de datos baseada en grafos |
|
Planificación |
Metodoloxías / probas |
Competencias / Resultados |
Horas lectivas (presenciais e virtuais) |
Horas traballo autónomo |
Horas totais |
Solución de problemas |
A24 A25 A26 B2 B4 B7 B10 C1 C4 |
0 |
40 |
40 |
Proba obxectiva |
A24 A25 A26 B2 B3 B8 B9 |
3 |
0 |
3 |
Prácticas de laboratorio |
A24 A25 A26 B2 B3 B7 B9 B10 C1 |
21 |
21 |
42 |
Sesión maxistral |
A25 A26 B2 B3 B8 B9 |
21 |
42 |
63 |
|
Atención personalizada |
|
2 |
0 |
2 |
|
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado |
Metodoloxías |
Metodoloxías |
Descrición |
Solución de problemas |
Desenvolveranse exemplos e exercicios nos que o alumnado terá que aplicar os coñecementos teóricos da materia a casos concretos. Garantirase a interactividade, resolvendo as dúbidas plantexadas polo alumnado, animando a contrastar as súas solucións e expor cuestións relevantes. Parte dos problemas realizados serán avaliados. |
Proba obxectiva |
Levarase a cabo unha avaliación da materia mediante unha proba que incluirá tanto preguntas sobre os contidos teóricos, como supostos prácticos e exercicios de aplicación relacionados cos distintos temas vistos na materia. |
Prácticas de laboratorio |
Desenvolveranse exemplos e exercicios nos que o alumnado terá que aplicar os coñecementos teóricos da materia a casos concretos. Garantirase a interactividade, resolvendo as dúbidas plantexadas polo alumnado, animando a contrastar as súas solucións e expor cuestións relevantes. Parte dos problemas realizados serán avaliados. |
Sesión maxistral |
Clases maxistrais onde se expoñerán os conceptos teóricos da materia, sen perder nunca de vista exemplos de aplicación para motivar e contextualizar os contidos da materia. Fomentarase a interactividade en clase mediante a formulación de preguntas e utilizaranse distintos recursos como transparencias ou demostracións. |
Atención personalizada |
Metodoloxías
|
Solución de problemas |
Prácticas de laboratorio |
|
Descrición |
O desenvolvemento, tanto das clases maxistrais como das de resolución de problemas e os laboratorios de prácticas, realizarase atendendo ao progreso do alumnado nas capacidades de comprensión e asimilación dos contidos impartidos. O avance xeral da clase compaxinarase cunha atención específica a quen presente maiores dificultades na tarefa da aprendizaxe e cun apoio adicional a quen amose maior desenvoltura e desexe ampliar coñecementos.
A atención personalizada se realiza a través das seguintes canles:
- Correo-e: De uso para facer consultas de resposta curta ou solicitar encontros para resolver dúbidas.
- Teams: De uso nos horarios oficiais de titorías nos que se garante unha resposta inmediata. Non entanto, dado o elevado número de alumnado, recoméndase solicitude previa de titoría via correo-e.
- Campus virtual: Poñeránse a disposición do alumnado "foros temáticos" que resolvan dúbidas xerais ligadas a actividades específicas como as prácticas. |
|
Avaliación |
Metodoloxías
|
Competencias / Resultados |
Descrición
|
Cualificación
|
Solución de problemas |
A24 A25 A26 B2 B4 B7 B10 C1 C4 |
Valoraranse os resultados, forma e condicións de realización de diversos traballos puntuables que se detallarán durante o curso. Algunhas das sesións estarán dedicadas á revisión dos traballos entregados e se realizarán preguntas sobre os mesmos. A asistencia a estas sesións é de carácter obrigatoria, no caso contrario o efecto será o mesmo que a non entrega da práctica. |
40 |
Proba obxectiva |
A24 A25 A26 B2 B3 B8 B9 |
Realización obrigatoria. Avaliarase o dominio dos coñecementos teóricos e operativos da materia. |
60 |
Prácticas de laboratorio |
A24 A25 A26 B2 B3 B7 B9 B10 C1 |
Son obrigatorias para poder aprobar os traballos da solución de problemas e inflúen na cualificación final destes, pero non se puntúan á marxe da nota outorgada á solución de problemas. |
0 |
|
Observacións avaliación |
Para poder aprobar a materia o estudante deberá cumprir os seguintes requisitos (puntuación entre 0 e 10 en todas as actividades): - Lograr unha nota superior ou igual a 4 na proba mixta final realizada ao final do cuadrimestre. - Lograr unha nota superior ou igual a 5 ao realizar a suma de todas as probas de avaliación. Avaliación no caso da convocatoria adiantada - No caso de que o alumnado solicite e asista á convocatoria adiantada, o 50% da súa nota será a proba mixta (exame final) e o outro 50% o traballo tutelado. O traballo tutelado deberá entregarse como data límite o mesmo día do exame oficial da convocatoria adiantada. Para aprobar a materia, o alumnado debe cumprir os requisitos mencionados anteriormente. Sobre a responsabilidade
compartida dos traballos en grupo - Nas
actividades que se levan a cabo en grupos, todas as persoas que conforman o grupo de traballo serán responsables solidarias da súa realización e entrega, así como das consecuencias que se deriven do incumprimento das
normas de autoría do mesmo. - O traballo entregado deberá ser orixinal do grupo. De acordo ao Artigo 11, Apartado 4 b), do Regulamento disciplinar do estudantado da UDC, a entrega de traballos non orixinais ou con partes duplicadas (sexa por copias entre compañeiros/as, por obtención doutras fontes, etc.) conlevará a calificación de SUSPENSO con 0 puntos nesa convocatoria completa tanto para o grupo que presente material copiado como para o grupo que o facilitase. Matrícula a tempo parcial -
O alumnado matriculado a tempo parcial terá que entregar as
actividades avaliables nas condicións e prazos específicos que se
establecerán. Será obriga do alumnado comunicar a súa situación ao
profesorado. Non presentado - Únicamente terá a condición de “Non presentado” quen non entregue actividade algunha nin concorra á proba obxectiva. NOTA: Todos os aspectos relacionados con “dispensa académica”, “dedicación ao estudo”, “permanencia” e “fraude académica” rexeranse de acordo coa normativa académica vixente da UDC.
|
Fontes de información |
Bibliografía básica
|
Bill Chambers and Matei Zaharia (2018). Spark : the definitive guide :big data processing made simple . Sebastopol, CA : O'Reilly Media, Inc.
Jules S. Damji, Brooke Wenig, Tathagata das, and Denny Lee (2020). Learning Spark : Lightning-fast big data analytics. Sebastopol, CA : O'Reilly |
|
Bibliografía complementaria
|
|
|
Recomendacións |
Materias que se recomenda ter cursado previamente |
Procesamento Paralelo/614G02023 | Aprendizaxe Automática III/614G02026 | Aprendizaxe Automática I/614G02019 | Aprendizaxe Automática II/614G02021 |
|
Materias que se recomenda cursar simultaneamente |
|
Materias que continúan o temario |
|
Observacións |
* No caso de discrepancia da información proporcionada polas guías docentes en galego e castelán, prevalece o documento correspondente ao idioma institucional (galego)
RECOMENDACIÓNS
EN IGUALDADE DE XÉNERO E DIVERSIDADE - Segundo
se recolle nas distintas normativas de aplicación para a docencia universitaria
deberase incorporar a perspectiva de xénero nesta materia, polo que os traballos
entregados polo estudantado e o material preparado polo profesorado deben usar
linguaxe non sexista. - Fomentaranse valores de respecto e igualdade,
evitando deste xeito prexuízos e actitudes sexistas e discriminatorias. - Facilitarase a
integración do alumnado que por razón físicas, sensoriais, psíquicas ou
socioculturais, experimenten dificultades a un acceso axeitado, igualitario e
proveitoso á vida universitaria.
RECOMENDACIÓNS EN
SOSTIBILIDADE E MEDIO AMBIENTE - Débese facer un uso sostible dos
recursos e a prevención de impactos negativos sobre o medio natural. - Débese ter en conta a importancia
dos principios éticos relacionados cos valores da sostibilidade nos
comportamentos persoais e profesionais. |
|