Competencias / Resultados do título |
Código
|
Competencias / Resultados do título
|
Resultados de aprendizaxe |
Resultados de aprendizaxe |
Competencias / Resultados do título |
Adquirir coñecementos avanzados e demostrar, nun contexto de investigación científica e tecnolóxica ou altamente especializada, unha comprensión detallada e fundamentada dos aspectos teóricos e prácticos, e da metodoloxía de traballo en un ou máis campos de estudo. |
AI25
|
|
|
Aplicar os coñecementos adquiridos e resolver problemas en contornas novas ou pouco coñecidos dentro de contextos máis amplos e mulitidisciplinares, sendo capaces de integrar coñecementos. |
AI37
|
|
|
Analizar e interpretar os fluxos de datos IIoT nunha empresa industrial. |
AI46
|
|
|
Coñecer e comprender os fundamentos do preprocesado de datos para plantas industriais. |
AI68
|
|
|
Emplear técnicas para realizar a limpeza e preprocesado de datos IIoT para algoritmos de aprendizaxe máquina. |
AI82
|
|
|
Contidos |
Temas |
Subtemas |
Preprocesado de datos en plantas industriais |
- |
Introdución á detección de anomalías |
- |
Selección de características |
- |
Desenvolvemento de xemelgos dixitais para plantas industriais. Modelos con memoria baseados en Aprendizaxe Automática. Modelos de aprendizaxe incremental |
- |
Técnicas de optimización automática. Adaptación das técnicas clásicas aos procesos industriais |
- |
Planificación |
Metodoloxías / probas |
Competencias / Resultados |
Horas lectivas (presenciais e virtuais) |
Horas traballo autónomo |
Horas totais |
Sesión maxistral |
A25 A46 A68 A82 |
10 |
7 |
17 |
Prácticas de laboratorio |
A25 A37 A46 A68 A82 |
10 |
15 |
25 |
Proba mixta |
A25 A37 A46 A68 A82 |
2 |
8 |
10 |
Traballos tutelados |
A25 A37 A46 A68 A82 |
0 |
21 |
21 |
|
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 |
Sesión maxistral |
Consistirán na explicación dos diferentes apartados do programa da materia, coa axuda de medios electrónicos (presentacións, vídeos etc.). |
Prácticas de laboratorio |
Exporanse diferentes problemas prácticos relacionados co contido da materia para que o alumno resolva de forma individual ou en grupos. |
Proba mixta |
Proba de avaliación que se realizará ao final de curso nas correspondentes convocatorias oficiais. Consistirá nunha proba na que será necesario responder a diferentes cuestións teórico-prácticas e/ou resolución de problemas. |
Traballos tutelados |
O alcance e obxectivos dos proxectos, casos de uso e/o problemas prácticos poderán requirir do traballo autónomo por parte de alumnado, aínda que coa tutela do profesorado. |
Atención personalizada |
Metodoloxías
|
Prácticas de laboratorio |
Traballos tutelados |
|
Descrición |
As sesións de titorías servirán para resolver as dúbidas do alumnado relacionadas cos contidos da materia. Estas titorías serán tanto presenciais como virtuais a través de correo electrónico, campus virtual ou plataforma de videoconferencia. As titorías síncronas requirirán cita previa. |
|
Avaliación |
Metodoloxías
|
Competencias / Resultados |
Descrición
|
Cualificación
|
Proba mixta |
A25 A37 A46 A68 A82 |
Proba de avaliación que se realizará ao final de curso nas correspondentes convocatorias oficiais. Consistirá nunha proba na que será necesario responder a diferentes cuestións teórico-prácticas e/ou resolución de problemas. |
40 |
Prácticas de laboratorio |
A25 A37 A46 A68 A82 |
Exporanse diferentes problemas prácticos relacionados co contido da materia para que o alumno resolva de forma individual ou en grupos. |
30 |
Traballos tutelados |
A25 A37 A46 A68 A82 |
Proporanse traballos tutelados a realizar polo estudante no marco da asignatura e que serán evaluados. |
30 |
|
Observacións avaliación |
Primeira oportunidade:
Para aprobar a materia, o alumno deberá completar e aprobar os traballos prácticos (30%) e tutelados (30%) propostos, que representan o 60% da cualificación final, así como superar o exame final, que constitúe o 40% restante. Para iso, será necesario obter unha nota igual ou superior a 5 na cualificación global. Ademais, requírese alcanzar polo menos un 4 en cada unha das partes avaliadas para que se poida promediar.
As preguntas do exame final centraranse nos contidos específicos que se desenvolveron na materia en relación coas súas competencias e que poderán ser adquiridos polo alumno tanto na parte expositiva como na interactiva.
Exames parciais:
Non se realizará ningún exame parcial.
Segunda oportunidade e oportunidades extraordinarias:
Mantense a nota conseguida nas prácticas (traballos prácticos e tutelados) durante o curso e tamén o seu peso na nota final. Os alumnos que non alcanzasen a nota de corte nas actividades propostas durante a convocatoria anterior poderán entregar, en data previa ao exame final de segunda oportunidade, actividades similares ás non superadas, que serán propostas polos docentes. Unha vez aprobadas ambas todas as partes avaliadas por separado, o exame será o 40% da nota final e as prácticas o 60% restante (30% traballos prácticos e 30% traballos tutelados). Para aprobar a materia será necesario obter unha nota igual ou superior a 5 na cualificación global. Ademais, requírese alcanzar polo menos un 4 en cada unha das partes avaluadas para que se poida promediar.
As preguntas do exame final centraranse nos contidos específicos que se desenvolveron na materia en relación coas súas competencias e que poderán ser adquiridos polo alumno tanto na parte expositiva como na interactiva.
Alumnos repetidores e/o con dispensa de asistencia:
Os alumnos repetidores e/o con dispensa de asistencia examinaranse nas mesmas condicións que os alumnos en primeira convocatoria
Non presentado:
O alumno recibirá a cualificación de "non presentado" cando non se realice o exame final.
Realización fraudulenta de exercicios ou probas:
Para os casos de realización fraudulenta de exercicios ou probas será de aplicación o recollido nas normativas de avaliación do rendimento oficiais de cada institución (USC, UDC, Uvigo). En particular, se se detecta calquera forma de plaxio nalgunha das probas ou exames, a cualificación final será SUSPENSO (0), e denunciarase o incidente ás autoridades académicas correspondentes.
Tódolos 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
|
Li, J., Cheng, K., Wang, S., Morstatter, F., Trevino, R. P., Tang, J., & Liu, H (2017). Feature selection: A data perspective. ACM computing surveys (CSUR), 2017, 50(6), 1-45.
Brink, Henrik, Joseph W Richards, and Mark Fetherolf (2017). Real-World Machine-Learning. Shelter Island, NY
Kostadinov, Simeon (2018). Recurrent Neural Networks with Python Quick Start Guide : Sequential Learning and Language Modeling with TensorFlow. 1st edition. Birmingham; Packt Publishing |
|
Bibliografía complementaria
|
Artasanchez, Alberto, and Prateek Joshi (2020). Artificial Intelligence with Python: Your Complete Guide to Building Intelligent Apps Using Python 3.x and TensorFlow 2. Birmingham, England
Bernico, Michael (2018). Deep Learning Quick Reference: Useful Hacks for Training and Optimizing Deep Neural Networks with TensorFlow and Keras. Birmingham, England
Gomes, H. M., Read, J., Bifet, A., Barddal, J. P., & Gama, J. (2019). Machine learning for streaming data: state of the art, challenges, and opportunities. ACM SIGKDD Explorations Newsletter, 2019, 21(2), 6-22 |
|
Recomendacións |
Materias que se recomenda ter cursado previamente |
|
Materias que se recomenda cursar simultaneamente |
|
Materias que continúan o temario |
|
Observacións |
Traballarase para identificar e modificar prexuízos e actitudes sexistas e influirase na contorna para modificalos e fomentar valores de respecto e igualdade. |
|