Competencias / Resultados del título |
Código
|
Competencias / Resultados del título
|
A27 |
CE27 - Compresión y dominio de fundamentos y técnicas básicas para la búsqueda y el filtrado de información en grandes colecciones de datos. |
B2 |
CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio |
B3 |
CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética |
B4 |
CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado |
B7 |
CG2 - Elaborar adecuadamente y con cierta originalidad composiciones escritas o argumentos motivados, redactar planes, proyectos de trabajo, artículos científicos y formular hipótesis razonables. |
B8 |
CG3 - Ser capaz de mantener y extender planteamientos teóricos fundados para permitir la introducción y explotación de tecnologías nuevas y avanzadas en el campo. |
B9 |
CG4 - Capacidad para abordar con éxito todas las etapas de un proyecto de análisis de datos: exploración previa de los datos, preprocesado, análisis, visualización y comunicación de resultados. |
B10 |
CG5 - Ser capaz de trabajar en equipo, especialmente de carácter multidisciplinar, y ser hábiles en la gestión del tiempo, personas y toma de decisiones. |
C1 |
CT1 - Utilizar las herramientas básicas de las tecnologías de la información y las comunicaciones (TIC) necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida. |
C4 |
CT4 - Valorar la importancia que tiene la investigación, la innovación y el desarrollo tecnológico en el avance socioeconómico y cultural de la sociedad. |
Resultados de aprendizaje |
Resultados de aprendizaje |
Competencias / Resultados del título |
Conocer, comprender y analizar los distintos modelos de recomendación |
A27
|
B2 B3 B8 B9
|
C1 C4
|
Conocer, comprender y analizar las técnicas para una implementación eficiente de sistemas escalables de recomendación |
A27
|
B4 B7 B10
|
|
Conocer, comprender y analizar las metodologías de evaluación de los sistemas de recomendación |
A27
|
B4 B8 B9
|
C4
|
Contenidos |
Tema |
Subtema |
Introducción |
Sistemas de Recomendación |
Elicitación de preferencias y sistemas de valoración |
Ratings, elicitación |
Modelos de recomendación |
Filtrado colaborativo, contido e híbrido |
Evaluación de sistemas de recomendación |
Métricas y protocolos |
Modelos avanzados de recomendación |
Contextuales, sociales y temporales |
Interpretabilidad, justificación y riesgos de las recomendaciones |
User-to-user e Item-to-Item |
Aplicaciones y dominios |
Tareas y casos de uso |
Planificación |
Metodologías / pruebas |
Competencias / Resultados |
Horas lectivas (presenciales y virtuales) |
Horas trabajo autónomo |
Horas totales |
Prácticas de laboratorio |
B2 B9 B10 C1 |
15 |
60 |
75 |
Sesión magistral |
A27 B3 B8 C4 |
19 |
54 |
73 |
Prueba mixta |
A27 B2 B3 B4 B7 B8 C4 |
2 |
0 |
2 |
|
Atención personalizada |
|
0 |
|
0 |
|
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías |
Metodologías |
Descripción |
Prácticas de laboratorio |
Sesiones cuyo objetivo es que el alumnado adquiera determinadas competencias en base a la resolución de ejercicios, estudio de casos y realización de proyectos que requieran al alumno la aplicación de los conocimientos y competencias desarrolladas durante la asignatura. Estas sesiones pueden requerir del alumno la presentación oral de su solución a los problemas planteados. Los trabajos realizados por el alumnado se pueden realizar de forma individual o en grupos de trabajo. |
Sesión magistral |
Exposición oral complementada con el uso de medios audiovisuales y la introducción de algunas preguntas dirigidas a los estudiantes, con la finalidad de transmitir conocimientos y facilitar el aprendizaje. Además del tiempo de exposición oral por parte del profesor, esta actividad formativa requiere del alumno la dedicación de un tiempo para preparar y revisar por cuenta propia los materiales objeto de la clase |
Prueba mixta |
Examen final |
Atención personalizada |
Metodologías
|
Prácticas de laboratorio |
|
Descripción |
Seguimiento del desarrollo de las prácticas en las horas reservadas de laboratorio y atención al estudiante en los casos necesarios de problemas de particular dificultad
Se evaluará el trabajo individual del alumnado.
Se fomentarán los valores de igualdad siguiendo las recomendaciones vigentes. |
|
Evaluación |
Metodologías
|
Competencias / Resultados |
Descripción
|
Calificación
|
Prueba mixta |
A27 B2 B3 B4 B7 B8 C4 |
Examen final |
50 |
Prácticas de laboratorio |
B2 B9 B10 C1 |
Evaluación Trabajos prácticos |
50 |
|
Observaciones evaluación |
Será necesario alcanzar un 40% de la puntuación en cada parte. La evaluación será de no presentado cuando no se entregue ningún trabajo práctico ni examen final. Segunda oportunidad La evaluación se realizará con los mismos criterios anteriormente descritos. Se abrirá un nuevo plazo para la entrega de los trabajos prácticos, en el caso de que no se entregaran en la primera oportunidad. - La realización fraudulenta de pruebas o actividades de evaluación, una vez comprobada, implicará directamente la calificación de suspenso en la convocatoria en que se cometa: el alumno será calificado con "suspenso" (nota numérica 0) en la correspondiente convocatoria del curso académico, ya sea que la comisión de la falta se produzca en la primera oportunidad o en la segunda. Para ello, se modificará su calificación en el informe de primera oportunidad, en caso de ser necesario
|
Fuentes de información |
Básica
|
|
Ricci, F., Rokach, L., & Shapira, B. Recommender systems handbook. Springer, Boston, MA. Jannach,
D., Zanker, M., Felfernig, A., & Friedrich, G. (2010). Recommender
systems: an introduction. Cambridge University Press. Aggarwal, C. C. (2016). Recommender systems (Vol. 1). Cham: Springer International Publishing. Banik, R. (2018). Hands-on recommendation systems with Python: start building powerful and personalized, recommendation engines with Python. Packt Publishing Ltd. |
Complementária
|
|
|
Recomendaciones |
Asignaturas que se recomienda haber cursado previamente |
Recuperación de Información/614G02027 | Aprendizaje Automático I/614G02019 | Álgebra Lineal/614G02001 |
|
Asignaturas que se recomienda cursar simultáneamente |
|
Asignaturas que continúan el temario |
|
|