| Competencias do título |
| Código | Competencias do título |
| A11 | Capacidad para aplicar métodos de análisis de datos para la creación de sistemas energéticos eficientes. |
| B3 | 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. |
| B6 | Buscar y seleccionar alternativas considerando las mejores soluciones posibles. |
| B14 | Aplicar conocimientos de ciencias y tecnologías avanzadas a la práctica profesional o investigadora de la eficiencia |
| C3 | Aplicar una metodología que fomente el aprendizaje y el trabajo autónomo. |
| Resultados de aprendizaxe | |||
| Resultados de aprendizaxe | Competencias do título | ||
| Demostrar comprensión detallada das principais metodoloxías de minería de datos. | BM3 |
||
| Recoñecer problemas que son susceptibles de optimización enerxética mediante o uso de técnicas de minería de datos. | BM6 |
||
| Propor solucións para a mellora da eficiencia enerxética en sistemas nos que se dispoñan de datos de operación proporcionados por diferentes equipos de adquisición. | AP11 |
CM3 |
|
| Coñecer ferramentas de redución da dimensión | BM14 |
||
| Aplicación de técnicas de clasificación e regresión a datos obtidos por monitorización de variables críticas na eficiencia enerxética | AP11 |
BM14 |
|
| Contidos |
| Temas | Subtemas |
| 1. Introdución á aprendizaxe automática e a minería de datos | 1.1. Conceptos preliminares. 1.2. Análise exploratorio de datos 1.3. Tipos de problemas: clasificación, regresión, clustering, detección de anomalías, etc. 1.4. Formas de aprendizaxe: supervisado, non supervisado, por reforzo, etc. |
| Modelos para a clasificación supervisada e non supervisada de datos | 2.1. Conceptos preliminares 2.2. Modelos principais: k-veciños máis próximos, SVMs, clustering, etc. |
| 3. Modelos para regresión/identificación de sistemas para estimación e predición | 3.1. Conceptos preliminares 3.2. Modelos principais |
| 4. Técnicas de procesado de datos | 4.1. Preparación dos datos e normalización 4.2. Redución da dimensión para datos de alta dimensión |
| 5. Metodoloxía experimental e análise de resultados | 5.1. Métricas para a avaliación dos modelos e técnicas para a estimación non nesgada do erro 5.2. Métodos para a selección de modelos e análises de resultados |
| 6. Control Estatístico da Calidade | 6.1. Gráficos de control 6.2. Análise de capacidade de procesos |
| 7. Exemplos de aplicación en Eficiencia Enerxética | 7.1. Exemplos no ámbito do prognóstico de datos 7.2. Exemplos no ámbito da detección de anomalías |
| Planificación | ||||
| Metodoloxías / probas | Competencias | Horas presenciais | Horas non presenciais / traballo autónomo | Horas totais |
| Sesión maxistral | B3 | 9 | 18 | 27 |
| Prácticas de laboratorio | A11 B14 | 12 | 10 | 22 |
| Traballos tutelados | B6 C3 | 0 | 22 | 22 |
| Proba obxectiva | B3 | 3 | 0 | 3 |
| Atención personalizada | 1 | 0 | 1 | |
| *Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado | ||||
| Metodoloxías |
| Metodoloxías | Descrición |
| Sesión maxistral | Actividade presencial na aula empregada para establecer os conceptos fundamentais da materia. Consiste na exposición oral complementada co uso de medios audiovisuais/multimedia e a realización dalgunhas preguntas dirixidas aos estudantes, co fin de transmitir coñecementos e facilitar a aprendizaxe. |
| Prácticas de laboratorio | Desenvolvemento de prácticas no laboratorio de informática. Esta actividade consistirá no estudo de casos e exemplos ademais da realización, por parte dos alumnos, dos exercicios expostos polos profesores. |
| Traballos tutelados | Realización de traballos relacionados con algún dos temas do temario da materia. Os alumnos entregarán, en soporte informático, a memoria do traballo e unha presentación que terá que expor ao profesor. Estes traballos requirirán a asistencia de, polo menos, unha tutoría personalizada para cada grupo. |
| Proba obxectiva | Proba de avaliación que se realizará ao final de curso nas correspondentes convocatorias oficiais. Consistirá nunha proba escrita na que será necesario responder a diferentes cuestións teórico-prácticas. |
| Atención personalizada |
|
|
| Avaliación | |||
| Metodoloxías | Competencias | Descrición | Cualificación |
| Traballos tutelados | B6 C3 | Traballo autónomo individual ou en grupo reducido. Será necesario entregar os materiais (documento e presentación) en tempo e forma seguindo as indicacións do enunciado. Ademais, requirirá a exposición oral por parte de todos os integrantes do grupo de traballo, empregando para iso a presentación entregada. Terase en conta para a avaliación desta actividade a memoria e a presentación entregada así como as contestacións ás preguntas do profesor durante a presentación obrigatoria. A non realización da presentación suporá unha nota de cero nesta actividade. | 30 |
| Proba obxectiva | B3 | Proba final da materia que consistirá na realización dun exame individual e por escrito. Esta proba terá preguntas de tipo teóricas e prácticas relacionadas cos conceptos estudados nas clases maxistrais, nas prácticas de laboratorio ou cos contidos dos traballos tutelados. | 60 |
| Prácticas de laboratorio | A11 B14 | Consistirá na recompilación de todos os exercicios realizados nas prácticas de laboratorio durante o curso. Estes exercicios deberán realizarse no tempo asignado ás clases prácticas e entregaranse ao final das mesmas. Durante a realización destes exercicios, o alumno pode expor dúbidas ao profesor ou consultar os materiais que estime oportuno. Por tanto, esta actividade avaliará o traballo diario do alumno nas clases prácticas. | 10 |
| 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 3,5 na proba obxectiva realizada ao final do cuadrimestre. - Lograr unha nota superior ou igual a 5 ao realizar a suma de todas as probas de avaliación. Notas sobre as actividades: - Todas as actividades terán unha única oportunidade para a súa entrega durante o curso académico, salvo a proba obxectiva final que terá dúas oportunidades oficiais de exame. |
|||
| Fontes de información |
| Bibliografía básica |
T. Agami Reddy (2011). Applied Data Analysis and Modeling for Energy Engineers and Scientists. Springer
Basilio Sierra Araujo (2006). Aprendizaje Automático: conceptos básicos y avanzados. Pearson Prentice Hall
Douglas Montgomery (2005). Introduction to Statistical Quality Control. John Wiley & Sons |
|
|
|
| Bibliografía complementaria | |
|
|
| Recomendacións | |
| Materias que se recomenda ter cursado previamente |
| Materias que se recomenda cursar simultaneamente |
| Materias que continúan o temario |
| Observacións | |