| Competencias del título |
| Código | Competencias del título |
| A1 | CE1 - Conocer y comprender los principios teóricos y metodológicos de la gestión de información y la documentación para aplicarlos en su actividad profesional |
| A4 | CE4 - Dominar los fundamentos del comportamiento de los individuos en la búsqueda, recuperación y uso de la información teniendo como punto de referencia los aspectos de motivación, entorno y contexto |
| A8 | CE8 - Dominar los diferentes métodos de representación de los datos, información y el conocimiento que garanticen su recuperación eficiente |
| A13 | CE13 - Conocer y dominar las técnicas y normativas para la creación y autenticación, reunión, selección, organización, representación, preservación, recuperación, acceso, difusión e intercambio, y evaluación de los recursos y servicios de información |
| A20 | CE20 - Dominar las bases para desarrollar actividades de investigación utilizando métodos y principios multidisciplinares |
| A21 | CE21 - Poseer conocimientos de estadística y análisis cuantitativo de la información |
| A22 | CE22 - Adquirir habilidades computacionales y de manejo de las nuevas TIC |
| B1 | CB1 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación |
| B2 | CB2 - Aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio |
| B3 | CB3 - Ser capaz de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios |
| B4 | CB4 - Saber comunicar sus conclusiones -y los conocimientos y razones últimas que las sustentan- a públicos especializados y no especializados de un modo claro y sin ambigüedades |
| B5 | CB5 - Poseer las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo |
| B6 | CG1 - Capacidad para la cooperación, el trabajo en equipo y el aprendizaje colaborativo |
| B7 | CG2 - Capacidad de reflexión y razonamiento crítico |
| B8 | CG3 - Capacidad de planificación, organización y gestión de recursos, información y operaciones |
| B9 | CG4 - Capacidad de análisis, diagnóstico y toma de decisiones |
| B10 | CG5 - Capacidad de trabajar en un contexto internacional y global |
| B11 | CG6 - Capacidad de comprender la importancia, el valor y la función de la Gestión Digital de Información y Documentación en la actual sociedad de las TIC |
| C1 | CT1 - Expresarse correctamente, tanto de forma oral como escrita, en las lenguas oficiales de la comunidad autónoma |
| C2 | CT2 - 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 |
| C3 | CT3 - Desarrollarse para el ejercicio de una ciudadanía respetuosa con la cultura democrática, los derechos humanos y la perspectiva de género |
| C4 | CT4 - Entender la importancia de la cultura emprendedora y conocer los medios al alcance de las personas emprendedoras |
| C5 | CT5 - Adquirir habilidades para la vida y hábitos, rutinas y estilos de vida saludables |
| C6 | CT6 - Desarrollar la capacidad de trabajar en equipos interdisciplinares o transdisciplinares, para ofrecer propuestas que contribuyan a un desarrollo sostenible ambiental, económico, político y social |
| C7 | CT7 - Valorar la importancia que tiene la investigación, la innovación y el desarrollo tecnológico en el avance socioeconómico y cultural de la sociedad |
| C8 | CT8 - Tener la capacidad de gestionar tiempos y recursos: desarrollar planes, priorizar actividades, identificar las críticas, establecer plazos y cumplirlos |
| Resultados de aprendizaje | |||
| Resultados de aprendizaje | Competencias del título | ||
| Adquisición de habilidades para la selección, tratamiento, gestión y análisis de la información mediante técnicas de minería de datos. | A8 A13 A20 A21 A22 |
B2 B4 B5 B6 B7 B8 B10 B11 |
C2 C4 C5 C6 C8 |
| Elegir las técnicas cuantitativas adecuadas a los objetivos para tareas de investigación, administración y gestión. | A1 A8 A13 A20 A21 A22 |
B2 B4 B5 B6 B7 B8 B10 B11 |
C2 C4 C6 C8 |
| Adquirir conocimientos de análisis de datos computacional, incluyendo programas como el software estadístico R. | A1 A4 A8 A13 A20 A21 A22 |
B1 B2 B3 B9 B11 |
C1 C3 C7 |
| Conocimiento y habilidades para la aplicación de las principales técnicas de clasificación. | A1 A20 A21 A22 |
B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 |
C2 C4 C6 C7 C8 |
| Conocimiento y habilidades para la aplicación de técnicas de regresión, detección de anomalías y series de tiempo. | A1 A20 A21 A22 |
B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 |
C2 C4 C6 C7 C8 |
| Capacidad de análisis y de síntesis aplicada a la gestión y organización de la información. | A1 A4 A8 A13 A20 A21 A22 |
B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 |
C1 C2 C3 C4 C5 C6 C7 C8 |
| Adquisición de habilidades para la toma de decisiones a partir del análisis estadístico bases de datos complejas. | A1 A4 A8 A13 A20 A21 A22 |
B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 |
C1 C2 C3 C4 C5 C6 C7 C8 |
| Contenidos |
| Tema | Subtema |
| Introducción a la minería de datos. |
Conceptos preliminares. Tipos de problemas en minería de datos: descripción, clasificación, predicción, clustering, detección de anomalías, etc. Tipos de aprendizaje: supervisado y no supervisado. |
| Métodos de clasificación no supervisada o clúster |
Conceptos básicos. Métodos de clasificación jerárquica. Métodos de agrupamiento por particiones. Casos prácticos. |
| Métodos de clasificación supervisada. |
Conceptos básicos. Modelos principales de clasificación supervisada o reconocimiento de patrones. Validación de modelos de clasificación (¿cómo de bien predicen?). Casos prácticos. |
| Métodos avanzados de regresión. |
Introducción. Modelos de regresión univariantes y multivariantes. Selección de variables relevantes. Validación de modelos de regresión (¿cómo de bien se ajusta a los datos?, ¿cómo de bien hace predicciones?). Casos prácticos. |
| Series de tiempo |
Conceptos básicos. Análisis descriptivo de series de tiempo. Uso práctico de los modelos de series de tiempo. Casos prácticos. |
| Técnicas estadísticas para minería de textos y recuperación de la información. | Conceptos básicos. Casos prácticos de aplicación de la minería de textos. |
| Planificación | ||||
| Metodologías / pruebas | Competéncias | Horas presenciales | Horas no presenciales / trabajo autónomo | Horas totales |
| Sesión magistral | A1 A4 A8 A20 A21 B1 B3 B7 C4 C7 | 19 | 0 | 19 |
| Prácticas a través de TIC | A13 A22 B11 C2 | 13 | 0 | 13 |
| Estudio de casos | A1 A8 A21 B2 B3 B4 B5 B6 B7 B8 B9 C1 C8 | 7 | 7 | 14 |
| Trabajos tutelados | B2 B4 B5 B6 B8 B9 B10 C1 C3 C5 C6 C8 | 1 | 101 | 102 |
| Prueba objetiva | A21 B1 B2 | 1 | 0 | 1 |
| Atención personalizada | 1 | 0 | 1 | |
| (*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos | ||||
| Metodologías |
| Metodologías | Descripción |
| Sesión magistral | Serán sesiones expositivas en las que se introducirán y describirán los diversos temas de la materia, mediante presentaciones (usando los adecuados medios audiovisuales) que incluirán teoría y ejemplos. |
| Prácticas a través de TIC | Se desarrollarán clases prácticas mediante software estadístico, en las que se introducirá su programación y aplicación a partir de casos reales y simulados. |
| Estudio de casos | Se aplicarán las técnicas estadísticas impartidas en la materia para la resolución de ejercicios y casos de estudio reales y simulados en el ámbito de la gestión digital de la información. |
| Trabajos tutelados | Se realizarán trabajos individuales y/o en grupo, tutelados por los docentes de la materia, en los que se abordará la resolución, mediante la aplicación de técnicas estadísticas y el software R, de ejercicios prácticos o de casos de estudio particulares relacionados con el ámbito de la comunicación y de las ciencias de la información. También se podrá realizar un estudio de revisión acerca de un tema concreto de la materia o del software utilizado. Los trabajos podrán ser propuestos por los docentes o por los propios alumnos (las propuestas se tendrán en cuenta o no siempre según el criterio del docente). |
| Prueba objetiva | Consistirá en una prueba tipo test sobre los contenidos impartidos en la materia. |
| Atención personalizada |
|
|
| Evaluación | |||
| Metodologías | Competéncias | Descripción | Calificación |
| Prácticas a través de TIC | A13 A22 B11 C2 | Se valorará la asistencia y/o el desempeño de los alumnos con el software estadístico. | 20 |
| Prueba objetiva | A21 B1 B2 | Prueba tipo test consistente en un número de preguntas entre 10 y 20 con 3 respuestas posibles. | 40 |
| Trabajos tutelados | B2 B4 B5 B6 B8 B9 B10 C1 C3 C5 C6 C8 | Se realizarán trabajos individuales y/o en grupo, tutelados por los docentes de la materia, en los que se abordará la resolución, mediante la aplicación de técnicas estadísticas y el software R, de ejercicios prácticos o de casos de estudio particulares relacionados con el ámbito de la comunicación y de las ciencias de la información. También se podrá realizar un estudio de revisión acerca de un tema concreto de la materia o del software utilizado. Los trabajos podrán ser propuestos por los docentes o por los propios alumnos (las propuestas serán tenidas en cuenta o no siempre según el criterio del docente). | 40 |
| Observaciones evaluación | |||
|
Primera oportunidad Se realizará una prueba de respuesta múltiple de 10 a 20 preguntas que representa el 40% de la nota. Por otra parte, la evaluación continua constará de la asistencia y/o entrega de prácticas relacionadas con el aprendizaje y aplicación del software estadístico R para la resolución de problemas en el campo de la gestión digital de la información (20% de la nota global), además de la entrega de uno o varios trabajos de aplicación de la estadística para la resolución de casos de estudio en documentación digital (alternativamente podrán ser trabajos de revisión o ampliación de la materia) que representa el 40% de la nota total. Segunda oportunidad En la evaluación de la segunda oportunidad se seguirá el mismo criterio que en la primera. Convocatoria adelantada Todas las observaciones previas son aplicables a los estudiantes que soliciten la convocatoria adelantada del examen. Calificación de no presentado En cualquiera de las dos oportunidades anuales figurará un NO PRESENTADO en aquellos casos en los que el alumnado no acuda al examen oficial de la materia. Estudiante con reconocimiento de dedicación a tiempo parcial y dispensa académica de exención de asistencia En el caso del alumnado con reconocimiento de dedicación a tiempo parcial y dispensa académica de exención de asistencia que decida no asistir a clases, éste será evaluado en las dos oportunidades como el resto del alumnado que se encuentra en una situación similar. La realización fraudulenta de las pruebas o actividades de evaluación implicará directamente la calificación de suspenso "0" en la materia en la convocatoria correspondiente, invalidando así cualquier calificación obtenida en todas las actividades de evaluación de cara a la convocatoria extraordinaria. |
|||
| Fuentes de información |
| Básica |
Williams, G. (2011). Data mining with Rattle and R: The art of excavating data for knowledge discovery. . Springer Science & Business Media.
Cirillo, A. (2017). R Data Mining: Implement Data Mining Techniques Through Practical Use Cases and Real-world Datasets. . Packt Publishing.
Jockers, M.L. (2014). Text Analysis with R for Students of Literature. Springer
Silge, J. y Robinson, D. (2017). Text Mining with R: A Tidy Approach. O'Reilly |
|
|
|
| Complementária | |
|
|
| Recomendaciones | ||
| Asignaturas que se recomienda haber cursado previamente | ||
|
| Asignaturas que se recomienda cursar simultáneamente |
| Asignaturas que continúan el temario |
| Otros comentarios | |
|
Para ayudar a conseguir un entorno inmediato sostenible y cumplir con el objetivo de la acción número 5: “Docencia e investigación saludable y sustentable ambiental y social” del "Plan de Acción Green Campus Ferrol": 1.- La entrega de los trabajos documentales que se realicen en esta materia: 1.1. Se solicitará en formato virtual y/o soporte informático. 1.2. Se realizará a través de Moodle, en formato digital sin necesidad de imprimirlos 1.3. De realizarse en papel: -No se emplearán plásticos. - Se realizarán impresiones a doble cara. - Se empleará papel reciclado. - Se evitará la impresión de borradores. 2.- Se debe hacer un uso sostenible de los recursos y la prevención de impactos negativos sobre el medio natural. 3.- Se debe tener en cuenta a importancia de los principios éticos relacionados con los valores de la sostenibilidad en los comportamientos personales y profesionales. 4.- Según se recoge en las distintas normativas de aplicación para la docencia universitaria se deberá incorporar la perspectiva de género en esta materia (se usará lenguaje no sexista, se utilizará bibliografía de autores de ambos sexos, se propiciará la intervención en clase de alumnos y alumnas…). 5.- Se trabajará para identificar y modificar perjuicios y actitud sexistas, y se influirá en el entorno para modificarlos y fomentar valores de respeto e igualdad. 6. Se deberán detectar situaciones de discriminación por razón de género y se propondrán acciones y medidas para corregirlas. 7. Se facilitará la plena integración del alumnado que por razón físicas, sensoriales, psíquicas o socioculturales, experimenten dificultades a un acceso idóneo, igualitario y provechoso a la vida universitaria. |