Datos Identificativos 2019/20
Asignatura (*) Explotación de Almacenes de Datos Código 614G01043
Titulación
Grao en Enxeñaría Informática
Descriptores Ciclo Periodo Curso Tipo Créditos
Grado 2º cuatrimestre
Tercero Optativa 6
Idioma
Castellano
Gallego
Modalidad docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Computación
Coordinador/a
Ladra González, Susana
Correo electrónico
susana.ladra@udc.es
Profesorado
Gonzalez Ares, Luis Andres
Ladra González, Susana
Correo electrónico
luis.ares@udc.es
susana.ladra@udc.es
Web http://moodle.udc.es
Descripción general Como "Almacéns de Datos" ou "Data Warehouse" enténdese todo o relacionado coas base de datos da contorna analítica, ou sexa, as utilizadas no proceso de toma de decisións. Unha parte importante da explotación de datos no ámbito analítico é a aplicación de ferramentas de minería de datos para descubrir coñecemento oculto.

Competencias del título
Código Competencias del título
A46 Capacidad de integrar soluciones de tecnologías de la información y las comunicaciones y procesos empresariales para satisfacer las necesidades de información de las organizaciones, permitiéndoles alcanzar sus objetivos de forma efectiva y eficiente, dándoles así ventajas competitivas.
B3 Capacidad de análisis y síntesis
B5 Habilidades de gestión de la información
C3 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.
C7 Asumir como profesional y ciudadano la importancia del aprendizaje a lo largo de la vida.
C8 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 del título
Conocer los conceptos de bases de datos necesarios para afrontar el proceso ETL, entender el proceso analítico y diferenciarlo del operacional, conocer la arquitectura de un almacén de datos y saber efectuar el diseño y la explotación del mismo, con la orientación a la toma de decisiones e incluyendo la utilización de herramientas de minería de datos. A46
B3
B5
C3
C7
C8

Contenidos
Tema Subtema
Conceptos de Bases de Datos
Introducción a la Inteligencia de Negocio y al Data Warehouse

Diseño de Data Warehouse
Minería de Datos

Planificación
Metodologías / pruebas Competéncias Horas presenciales Horas no presenciales / trabajo autónomo Horas totales
Prácticas de laboratorio A46 B3 B5 C3 C7 C8 14 21 35
Solución de problemas A46 B3 B5 C3 C7 C8 7 14 21
Lecturas A46 B3 B5 C7 C8 0 14 14
Prueba mixta A46 B3 B5 C3 C7 C8 3 0 3
Trabajos tutelados A46 B3 B5 C3 C7 C8 0 14 14
Sesión magistral A46 B3 B5 C7 C8 21 42 63
 
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 Son clases en las que se desarrollan las competencias procedimentales relacionadas con los contenidos de la asignatura.
En ellas se realizarán pruebas y ejercicios cuyo objetivo es madurar los conceptos de las clases teóricas, y se introducirán nuevos conceptos de carácter práctico que se acompañarán de ejercicios.
Solución de problemas Clases en las que se discutirán las estrategias de solución de diversos problemas propuestos.
Lecturas Se propondrá la lectura de diversos trabajos que complementen y ayuden a entender los conceptos planteados.
Prueba mixta Examen de la asignatura que combina conceptos teóricos, prácticos y problemas.
Trabajos tutelados Trabajos realizados bajo la orientación del profesorado, cuyo objetivos es que los estudiantes asuman la responsabilidad de su propio aprendizaje y que aprenden "cómo hacer".
Sesión magistral Clases teóricas en las que se exponen los contenidos fundamentales de la asignatura, que pueden acompañarse de la propuesta y la resolución de ejemplos.

Atención personalizada
Metodologías
Prácticas de laboratorio
Solución de problemas
Descripción
Tanto en las prácticas de laboratorio como en la solución de problemas el profesor aportará soluciones y/o atenderá las dudas y las preguntas que se originen. Una atención más personalizada se desarrolla en las tutorías.

Evaluación
Metodologías Competéncias Descripción Calificación
Prácticas de laboratorio A46 B3 B5 C3 C7 C8 La nota máxima será de 3 puntos sobre el total de 10 de la asignatura. Se realizará una evaluación continua, por lo que la nota de las pruebas de este apartado contabiliza tanto para la primera como para la segunda oportunidad. No se repetirán estas pruebas en la segunda oportunidad. 30
Prueba mixta A46 B3 B5 C3 C7 C8 La nota máxima será de 4,4 puntos sobre el total de 10 de la asignatura. La prueba consiste en un examen que tratará sobre los conceptos teóricos y sobre la asimilación práctica de la asignatura. Esta prueba se puede repetir en la segunda oportunidad.
45
Trabajos tutelados A46 B3 B5 C3 C7 C8 La nota máxima de los trabajos será de 2,5 puntos. Estos trabajos se pueden repetir en la segunda oportunidad. 25
 
Observaciones evaluación

NO PRESENTADO:

En la primera oportunidad tendrá calificación de NO PRESENTADO el estudiante que no realice la prueba mixta.

En la segunda oportunidad se puede recuperar solo la prueba mixta, solo los trabajos tutelados, o ambas partes, de manera que las notas de esta oportunidad sustituyen siempre a las de la primera. Tendrá calificación de NO PRESENTADO el estudiante que no recupere ni la prueba mixta ni los trabajos tutelados.

DISPENSA ACADÉMICA:

Aquellos estudiantes con matrícula a tiempo parcial y dispensa académica que les exima de la asistencia a las clases deberán contactar con los docentes  para buscar una alternativa a la evaluación de las prácticas de laboratorio.

OPORTUNIDAD ADELANTADA:

La evaluación en la oportunidad adelantada consistirá en una prueba escrita que computará el 100% de la calificación.


Fuentes de información
Básica Inmon, W. H. (2002). Building the Data Warehouse, 3nd edition. Wiley
Sharda, R. Delen, D.; Turban, E. (2014). Business Intelligence: A managerial perspective on analytics. Prentice Hall
Williams, G. (2011). Data Mining with Rattle and R. Springer
Tan, P.; Steinbach, M.; Kumar, V. (2006). Introduction to Data Mining . Addison-Wesley
Kimball, R.; Ross, M.; Thornthwaite, W.; Mundy, J.; Becker, B. (2008). The Data Warehouse Lifecycle Toolkit, 2nd edition. John Wiley and Sons
Kimball, R.; Ross, M (2013). The Data Warehouse Toolkit, 3rd edition. Wiley

Complementária Golfarelli, M.; Rizzi, S. (2009). Data Warehouse Design: Modern Principles and Methodologies . McGraw-Hill
García-Molina, H.; Ullman, J.; Widom, J. (2009). Database System. The complete book.. Prentice Hall
Mazón López, N.; Pardillo Vela, J.; Trujillo Mondejar. J. C. (2011). Diseño y explotación de almacenes de datos . Editorial Club Universitario
Elmasri, R.; Navathe, S. (2011). Fundamentals of Database Systems. Addison-Wesley
Inmon, W. H.; Strauss, D.; Neushloss, G. (2008). The Architecture for the Next Generation of Data Warehousing . Morgan Kaufman


Recomendaciones
Asignaturas que se recomienda haber cursado previamente
Bases de Datos/614G01013

Asignaturas que se recomienda cursar simultáneamente

Asignaturas que continúan el temario

Otros comentarios


(*) La Guía Docente es el documento donde se visualiza la propuesta académica de la UDC. Este documento es público y no se puede modificar, salvo cosas excepcionales bajo la revisión del órgano competente de acuerdo a la normativa vigente que establece el proceso de elaboración de guías