Universidad de Jaén

-

.

- El alumnado que presente necesidades específicas de apoyo educativo, lo ha de notificar personalmente al Servicio de Atención y Ayudas al Estudiante para proceder a realizar, en su caso, la adaptación curricular correspondiente.

En esta asignatura el alumno conocerá herramientas de Big Data que podrán ser empleadas junto con técnicas de aprendizaje automático para extraer información útil aplicable a procesos industriales. En el laboratorio se realizarán actividades prácticas sobre cada uno de esos aspectos:

· Introducción a aplicaciones de Big Data.
· Métodos de aprendizaje automático para extracción de información relevante.
· Estudio del empleo de esas técnicas en casos concretos del  ámbito de la ingeniería.

Teoría

Tema 1. Ciencia de Datos, analítica avanzada y big data

o La era de los datos, científico de datos, minería de datos y KDD, aplicaciones
o Interpretabilidad vs. Precisión
o Big Data: las tres 'V'. Presencia en medios e impacto económico
o Casos reales: sistemas de recomendación en Amazon y Netflix, transacciones de tarjetas de crédito, epidemiología, redes sociales
o Software: Weka, KNIME, KEEL, scikit-learn (Python), R...
o Competición Kaggle
o Hacia dónde vamos, errores comunes, tecnología emergente, evolución de popularidad

Tema 2. Preprocesamiento: selección y procesado de instancias y características, tratamiento del ruido

o Importancia del preprocesamiento
o Integración, limpieza, normalización, transformación... 
o Valores perdidos
o Datos con ruido
o Selección de variable e instancias
o Discretización: CAIM

Tema 3. Fundamentos de clasificación: árboles de decisión, lazy, RNA, bayesianos, evaluación

o Definición del problema
o Etapas en el proceso de clasificación
o Clasificadores basados en instancias: lazy learning y vecinos cercanos
o Árboles de decisión e inducción de reglas: ID3 y C4.5
o Redes neuronales: MLP, RBFN
o Métodos bayesianos: Naïve Bayes,
o Evaluación: métricas, métodos, comparación, ROC

Tema 4. Segmentación y relaciones: clustering y reglas de asociación

o Aprendizaje no supervisado
o Clustering: definición, análisis, medidas de distancia y similaridad, métodos de particionamiento, k-means, métodos jerárquicos aglomerativos y divisivos
o Reglas de asociación: market basket analysis, conceptos, asociaciones booleanas y cuantitativas, unidimensionales y multidimensionales, soporte y confianza, algoritmo Apriori, medidas de interés, lift, otros algoritmos (FP-Growth, OPUS, QAR).

Tema 5. Aprendizaje incremental y data stream mining

o Introducción y definición. 
o Minería de flujo de datos.
o Software y plataformas de flujo de datos.

Tema 6. Exploración y visualización de los datos

o Introducción y ejemplos. 
o Tipos de representaciones gráficas. 
o Análisis exploratorio de datos
o Software para visualización de datos.

 

Tema 7. Big data: fundamentos y paradigmas

o Las 3+5 'V' 
o Paradigma MapReduce
o Ecosistema Hadoop, Spark
o Mahout, MLlib, FlinkML, H2O... 
o Big data preprocessing
o Bibliotecas para analítica de datos, casos de estudio
o Aplicaciones reales

Tema 8. Big data e Inteligencia Aritificial: ejemplos en Ingeniería

 

Prácticas:

Entorno KNIME:
o Introducción
o Instalación de KNIME
o Introducción a la interfaz gráfica de KNIME: editor, nodos, manipulación de datos, visualización, etc.
o Creación de un flujo de dato básico (WorkFlow)
o Ejercicios básicos
o Scripting in KNIME
o Validación cruzada
o Preprocesamiento en KNIME: selección de características, normalización, selección de prototipos, discretización, valores perdidos (missing values)
o Técnicas de comparación entre métodos
o Ejercicios avanzados

Desarrollo de un proyecto de Descubrimiento de Información en bases de datos haciendo uso de la plataforma KNIME. El alumno escogerá un problema sobre el que trabajar de entre los ofrecidos y deberá realizar las diferentes tareas del proceso de descubrimiento de conocimiento:
- Preparación de los datos (Práctica 1)
- Extracción de modelos mediante técnicas de minería de datos (Práctica 2)
- Visualización de los resultados (Práctica 3)
- Validación de los modelos (Práctica 4)

-  Clase 1: Presentación/Tema 1
-  Clase 2: Tema 1 / P1
-  Clase 3: Tema 2 / P1 
-  Clase 4: Tema 2 / P1 
-  Clase 5: Tema 3 / P2
-  Clase 6: Tema 3 / P2
-  Clase 7: Tema 4 / P2
-  Clase 8 : Tema 4 / P2
-  Clase 9: Tema 5 / P3 
-  Clase 10: Tema 5 / P3
-  Clase 11: Tema 6 / P3 
-  Clase 12: Tema 6 / P3
-  Clase 13: Tema 7 / P4
-  Clase 14: Tema 7 / P4 
-  Clase 15: Tema 8 / P4 
-  Clase 16: Tema 8 / P4 

Las actividades que no puedan realizarse de forma presencial se desarrollarán en formato semipresencial con asistencia rotatoria, y utilización de sistemas de videoconferencia, siempre que el aforo y la infraestructura del espacio asignado para la docencia de la asignatura lo permitan. 

Queda expresamente prohibida la grabación por ningún medio de las actividades presenciales o no presenciales síncronas.

Las actividades que no puedan realizarse de forma presencial se realizarán mediante actividades síncronas y/o asíncronas realizadas mediante la plataforma de docencia virtual.

Queda expresamente prohibida la grabación por ningún medio de las actividades presenciales o no presenciales síncronas.

El sistema e instrumentos de evaluación serán los mismos que para la modalidad presencial, sustituyendo las pruebas presenciales por pruebas similares desarrolladas mediante el uso de la plataforma de docencia online, siempre que se garantice la identidad del estudiante.

Responsable del tratamiento: Universidad de Jaén, Campus Las Lagunillas, s/n, 23071 Jaén

Delegado de Protección de Datos:dpo@ujaen.es

Finalidad: Conforme a la Ley de Universidades y demás legislación estatal y autonómica vigente, realizar los exámenes correspondientes a las asignaturas en las que el alumno o alumna se encuentre matriculado. Con el fin de evitar fraudes en la realización del mismo, el examen se realizará en la modalidad de video llamada, pudiendo el personal de la Universidad de Jaén contrastar la imagen de la persona que está realizando la prueba de evaluación con los archivos fotográficos del alumno en el momento de la matrícula. Igualmente, con la finalidad de dotar a la prueba de evaluación de contenido probatorio de cara a revisiones o impugnaciones de la misma, de acuerdo con la normativa vigente, la prueba de evaluación será grabada.

Legitimación: cumplimiento de obligaciones legales (Ley de Universidades) y demás normativa estatal y autonómica vigente.

Destinatarios: prestadores de servicios titulares de las plataformas en las que se realicen las pruebas con los que la Universidad de Jaén tiene suscritos los correspondientes contratos de acceso a datos.

Plazos de conservación: los establecidos en la normativa aplicable. En el supuesto en concreto de las grabaciones de los exámenes, mientras no estén cerradas las actas definitivas y la prueba de evaluación pueda ser revisada o impugnada.

Derechos: puede ejercitar sus derechos de acceso, rectificación, cancelación, oposición, supresión, limitación y portabilidad remitiendo un escrito a la dirección postal o electrónica indicada anteriormente. En el supuesto que considere que sus derechos han sido vulnerados, puede presentar una reclamación ante el Consejo de Transparencia y Protección de Datos de Andalucía www.ctpdandalucia.es

Responsable del tratamiento: Universidad de Jaén, Paraje Las Lagunillas, s/n; Tel.953 212121; www.ujaen.es

Delegado de Protección de Datos (DPO): TELEFÓNICA, S.A.U. ; Email: dpo@ujaen.es

Finalidad del tratamiento: Gestionar la adecuada grabación de las sesiones docentes con el objetivo de hacer posible la enseñanza en un escenario de docencia multimodal y/o no presencial.

Plazo de conservación: Las imágenes serán conservadas durante los plazos legalmente previstos en la normativa vigente.

Legitimación: Los datos son tratados en base al cumplimiento de obligaciones legales (Ley Orgánica 6/2001, de 21 de diciembre, de Universidades) y el consentimiento otorgado mediante la marcación de la casilla habilitada a tal efecto.

Destinatarios de los datos (cesiones o transferencias): Toda aquella persona que vaya a acceder a las diferentes modalidades de enseñanza.

Derechos: Ud. podrá ejercitar los derechos de Acceso, Rectificación, Cancelación, Portabilidad, Limitación del tratamiento, Supresión o, en su caso, Oposición. Para ejercitar los derechos deberá presentar un escrito en la dirección arriba señalada dirigido al Servicio de Información, Registro y Administración Electrónica de la Universidad de Jaén, o bien, mediante correo electrónico a la dirección de correo electrónico. Deberá especificar cuál de estos derechos solicita sea satisfecho y, a su vez, deberá acompañarse de la fotocopia del DNI o documento identificativo equivalente. En caso de que actuara mediante representante, legal o voluntario, deberá aportar también documento que acredite la representación y documento identificativo del mismo. Asimismo, en caso de considerar vulnerado su derecho a la protección de datos personales, podrá interponer una reclamación ante el Consejo de Transparencia y Protección de Datos de Andalucía www.ctpdandalucia.es