Máster Universitario en Big Data La Salle Campus Barcelona

Máster Universitario en Big Data

Conviértete en un Ingeniero de Datos y aprende a resolver los retos que presenta el ciclo de vida del Big Data en cuanto a almacenado, procesado, análisis y explotación de grandes volúmenes de información utilizando las últimas tendencias

Minería de datos

Descripción
En el mundo industrial y tecnológico contemporáneo existe la necesidad de procesar grandes volúmenes de datos para obtener información útil que guíe la toma de decisiones. Debido a la magnitud de los datos resulta imposible realizar las operaciones de extracción de conocimiento de manera manual –por ejemplo, usando hojas de cálculo--, con lo que se requiere de herramientas más sofisticadas que realicen el proceso de manera automática. El propósito de la asignatura de Minería de datos es proveer al alumno de las herramientas y tecnologías adecuadas para procesar datos de manera automática usando técnicas de inteligencia artificial.
Tipo asignatura
Primer - Obligatoria
Semestre
Primero
Curso
1
Créditos
6.00

Profesores Titulares

Profesores Docentes

Conocimientos previos
Objetivos

Los objetivos de la asignatura son los siguientes:

1. Entender las aplicaciones de la minería de datos en entornos reales.
a. Focalizarse primariamente en clasificación y regresión.
b. Ser capaz de seguir y entender las últimas tendencias de minería de datos

2. Entender el flujo de trabajo de los proyectos basados en los datos.
a. Ser capaz de desplegar un sistema inteligente en producción.
b. Evitar los errores comunes dentro de los proyectos digitales.

Contenidos

Estadística clásica para proyectos orientados a datos.
Desde la estadística al aprendizaje estadístico.
o Aprendizaje supervisado, no supervisado y por refuerzo.
Métodos ensemble.
Deep learning.
o Redes neuronales convolucionales.

Metodología

Las clases combinan explicaciones teóricas por parte del profesorado con otras más prácticas. La mayoría de prácticas y ejercicios de esta asignatura se desarrollan de manera grupal.

Evaluación

Se realizarán ejercicios para una evaluación continuada.

Se entregará una práctica al final de la asignatura.

Criterios evaluación

Los resultados de aprendizaje de esta asignatura son los siguientes:

ADM_RA3: El alumno es capaz de entender el funcionamiento de las herramientas y tecnologías para el análisis automático (data mining) de grandes volúmenes de datos.

Bibliografía básica
Material complementario