Màster Universitari en Big Data La Salle Campus Barcelona

Màster Universitari en Big Data

Converteix-te en un Enginyer de Dades i aprèn a resoldre els reptes que presenta el cicle de vida del Big Data quant a emmagatzemat, processament, anàlisi i explotació de grans volums d'informació utilitzant les últimes tendències

Descripció: 
En aquesta assignatura s'imparteixen conceptes bàsics d'estadística que permetran a l'alumne obtenir els fonaments de l'analítica de dades. L'assignatura és una introducció a la inferència estadística amb una visió aplicada al tractament de grans volums de dades utilitzant el paquet estadístic R. S'aborden diferents tècniques de modelatge i clustering posant l'accent en la interpretació dels resultats i la seva utilitat en la presa de decisions .
Tipus assignatura
Primer - Obligatoria
Semestre
Primer
Curs
1
Crèdits
6.00

Professors Titulars

Coordinador de Recerca

Professors Docents

Coneixements previs: 
Objectius: 
Pel que fa a la part merament estadística, l'alumnat coneixerà els conceptes bàsics de la inferència estadística i sabrà ajustar diferents models de regressió sabent en cada cas quin model és el més idoni duent a terme les diferents fases de selecció de variables, validació i interpretació dels mateixos. En la vessant predictiva, coneixerà les diferents tècniques de clustering i sabrà quina d'elles aplicar segons les característiques del problema per obtenir els millors indicadors de predicció. La comprensió a nivell teòric, li permetrà treure el màxim rendiment de cada tècnica. Pel que fa al programari R, l'alumne serà capaç de programar anàlisis complexes per a cadascuna de les metodologies estudiades amb l'ajuda de scripts-guia i mitjançant pràctiques que involucren problemes reals amb grans volums de dades. A més, s'especialitzarà en la visualització de resultats, fet que contribuirà a millorar la comunicació amb els futurs clients.
Continguts: 
Inferència estadística. Programació en R. Models de regressió. Models de clustering. Tècniques per a reducció de dimensionalitat.
Metodologia: 
Les classes combinen explicacions teòriques per part del professorat amb altres més pràctiques. La majoria de pràctiques i exercicis d'aquesta assignatura es desenvolupen en grup, ja que es considera clau que l'alumne pugui intercanviar idees i opinions en aquest àmbit.
Avaluació: 
Es realitzaran exercicis per a una avaluació continuada.
Criteris avaluació: 
Els resultats d'aprenentatge d'aquesta assignatura són els següents: ADM_RA5: L'alumne coneix els conceptes d'anàlisi estadística relacionats amb la inferència, regressió, clustering per a grans volums de dades. ADM_RA6: L'alumne és capaç de dissenyar i programar anàlisis complexes mitjançant una tecnologia d'anàlisi estadística disponible al mercat.
Bibliografia bàsica: 
Material complementari: