Menú local
Guía docente 2024-25 - 13312023 - Minería de datos
| TITULACIÓN: | Grado en Ingeniería informática |
| CENTRO: | ESCUELA POLITÉCNICA SUPERIOR (JAÉN) |
| CURSO: | 2024-25 |
| ASIGNATURA: | Minería de datos |
| NOMBRE: Minería de datos | |||||
| CÓDIGO: 13312023 | CURSO ACADÉMICO: 2024-25 | ||||
| TIPO: Obligatoria | |||||
| Créditos ECTS: 6.0 | CURSO: 4 | CUATRIMESTRE: PC | |||
| WEB: https://platea.ujaen.es | |||||
| NOMBRE: JESÚS DÍAZ, MARÍA JOSÉ DEL | ||
| IMPARTE: Teoría - Prácticas [Profesor responsable] | ||
| DEPARTAMENTO: U118 - INFORMÁTICA | ||
| ÁREA: 075 - CIENCIA DE LA COMPUTACIÓN E INT. ARTIFICIAL | ||
| N. DESPACHO: A3 - 131 | E-MAIL: mjjesus@ujaen.es | TLF: 953212444 |
| TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/58215 | ||
| URL WEB: - | ||
| ORCID: https://orcid.org/0000-0002-7891-3059 | ||
En esta asignatura se estudian técnicas de extracción de conocimiento útil a partir de grandes bases de datos.
| Código | Denominación de la competencia |
| CB2R | Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio. |
| CB3R | Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética. |
| CT6 | Capacidad para la transmisión oral y escrita de información adaptada a la audiencia. |
| Resultados de aprendizaje | |
| Resultado 9R | Ser capaz de comprender y aplicar técnicas de extracción de conocimiento útil a partir de grandes bases de datos. |
| Resultado CSI1R | Capacidad de integrar soluciones de Tecnologías de la Información y las Comunicaciones y procesos empresariales para satisfacer las necesidades de información de las organizaciones, permitiéndoles alcanzar sus objetivos de forma efectiva y eficiente, dándoles así ventajas competitivas. |
| Resultado CSI6R | Capacidad para comprender y aplicar los principios y las técnicas de gestión de la calidad y de la innovación tecnológica en las organizaciones. |
Extracción de conocimiento en bases de datos. Almacenes de datos. Preparación de datos. Minería de datos predictiva. Minería de datos descriptiva. Evaluación, difusión y uso de modelos. Herramientas de análisis de datos.
Teoría
I. Introducción a la Minería de Datos
1. El proceso de extracción de conocimiento en grandes bases de datos. Minería de datos. Aplicaciones. Evaluación, difusión y uso de modelos. Herramientas de análisis de datos.
II. Preparación de datos
2. Recopilación y preparación de los datos.
3. Reducción de la dimensionalidad.
4. Discretización.
III. Minería de datos predictiva
5. El problema de clasificación.
6. Clasificación con árboles y reglas.
7. Clasificación con otras técnicas.
8. Predicción numérica o regresión.
IV. Minería de datos descriptiva
9. Descubrimiento de asociaciones
10. Agrupamiento
Prácticas
Práctica 1. Preparación de datos
Práctica 2. Minería de datos predictiva
Práctica 3. Minería de datos descriptiva
| ACTIVIDADES | HORAS PRESENCIALES | HORAS TRABAJO AUTÓNOMO | TOTAL HORAS | CRÉDITOS ECTS | COMPETENCIAS (códigos) |
|---|---|---|---|---|---|
A1 - Clases expositivas en gran grupo
|
30.0 | 45.0 | 75.0 | 3.0 |
|
A2R - Clases en pequeño grupo
|
25.0 | 37.5 | 62.5 | 2.5 |
|
A3R - Tutorías colectivas
|
0.0 | 12.5 | 12.5 | 0.5 |
|
| TOTALES: | 55.0 | 95.0 | 150.0 | 6.0 |
La asignatura se divide en dos partes relacionadas, teoría y prácticas.
La teoría se impartirá principalmente a través de sesiones magistrales, incluyendo sesiones de actividades, seminarios, resolución de dudas, problemas y debate, y preguntas teóricas o problemas con los que se evaluará la participación del alumno en la asignatura. Se trabajarán las competencias CB2R, CB3R y CT6.
La parte práctica se realizará en el laboratorio de informática. Se trabajarán las competencias CB2R, CB3R y CT6.
Durante el periodo lectivo se realizarán examenes para evaluar los conocimientos adquiridos por el alumno.
Las actividades formativas tipo A1 (Clases expositivas en gran grupo) se desarrollarán en modalidad presencial. Las clases se impartirán a todos los estudiantes del grupo en el horario y aula asignados.
Las actividades formativas tipo A2 (Clases expositivas en pequeño grupo) se desarrollarán en formato presencial. Las clases se impartirán en el horario y aula asignados.
| ASPECTO | CRITERIOS | INSTRUMENTO | PESO |
|---|---|---|---|
| Asistencia y/o participación en actividades presenciales y/o virtuales | Asistencia y participación | Evaluación de pruebas teóricas y prácticas planteadas en clase de teoría y prácticas. Observación y notas del profesor | 10.0% |
| Conceptos teóricos de la materia | Conceptos teóricos de la materia | Examen teórico y de resolución de problemas | 35.0% |
| Realización de trabajos, casos o ejercicios | Realización de trabajos, casos o ejercicios | Control de trabajos | 20.0% |
| Prácticas de laboratorio/campo/uso de herramientas TIC | Prácticas de laboratorio/ordenador | Entrega del trabajo y documentación asociada y defensa. | 35.0% |
Atendiendo a lo recogido en el art. 13 del Reglamento de Régimen Académico y de Evaluación del alumnado de la Universidad de Jaén, la evaluación será global.
Para superar la asignatura será necesario aprobar tanto la parte teórica como la práctica.
La parte teórica se evaluará con examenes de conceptos teóricos y realización de ejercicios prácticos relacionados con la materia.
La parte de prácticas se evaluará mediante la entrega de los trabajos prácticos realizados con ordenador, de los trabajos correspondientes a los seminarios y presentaciones planteados y con una memoria asociada a los mismos. La evaluación de las prácticas será incremental, de forma que se evaluará tanto la defensa final de cada trabajos como la evolución del alumno durante las prácticas.
La parte correspondiente a participación y evaluación continua se determinará mediante algunas pruebas cortas realizadas en el horario lectivo correspondiente a teoría y prácticas.
La parte realización de trabajos, casos o ejercicios se evaluará mediante trabajos, casos o ejercicios propuestos en clase.
La nota obtenida por el alumno durante el periodo lectivo, tanto en las prácticas como en la participación en clase y seminarios, la realización de trabajos, casos o ejercicios se mantendrá para las convocatorias extraordinarias del mismo curso.
Competencias por sistema de evaluación:
- S1 (Asistencia y participación): CB2R, CB3R, CT6.
- S2 (Conceptos teóricos de la materia): CB2R, CB3R, CT6.
- S3 (Realización de trabajos, casos o ejercicios): CB2R, CB3R, CT6.
- S4 (Prácticas de laboratorio/ordenador): CB2R, CB3R, CT6.
Resultados por sistema de evaluación:
Con la evaluación de la parte teórica se
consigue evaluar de forma adecuada los resultados de aprendizaje 9R
y CSI6R.
Con la evaluación de la parte práctica se evaluan los resultados de aprendizaje 9R, CSI1R y CSI6R.
- CMIN - herramienta case basada en CRISP-DM para el soporte de proyectos de minería de datos [Recurso. Edición: -. Autor: -. Editorial: Bogotá : Universidad Nacional de Colombia, Facultad de Ingeniería, 2010 (C. Biblioteca)
- Introducción a la minería de datos. Edición: Reimp.. Autor: Hernández Orallo, José. Editorial: Madrid [etc.] : Pearson Prentice Hall, D.L. 2008 (C. Biblioteca)
- Practical applications of data mining [Recurso electrónico]. Edición: -. Autor: Suh, Sang C. Editorial: Sudbury, Mass. : Jones & Bartlett Learning, c2012 (C. Biblioteca)
- Data mining [Recurso electrónico] : concepts and techniques. Edición: 3rd ed. Autor: Han, Jiawei. Editorial: Waltham, MA : Morgan Kaufmann Elsevier, 2012 (C. Biblioteca)
- Data mining [Recurso electrónico] : practical machine learning tools and techniques. Edición: 3rd ed. Autor: Witten, I. H. (Ian H.). Editorial: Burlington, MA : Morgan Kaufmann Publishers, 2011 (C. Biblioteca)
- Data mining: practical machine learning tools and techniques with Java implementations. Edición: 2nd ed.. Autor: Witten, Ian H.. Editorial: San Francisco [etc.] : Morgan Kaufmann, cop.2005 (C. Biblioteca)
- Data mining techniques for marketing, sales and customer relationship management. Edición: 3rd ed.. Autor: Linoff, Gordon S. Editorial: New York, NY [etc.] : Wiley, 2011 (C. Biblioteca)
- Data preparation for data minig. Edición: -. Autor: Pyle, Dorian. Editorial: San Francisco: Morman Kaufmann, 1999 (C. Biblioteca)
- Predictive data mining : a practical guide. Edición: -. Autor: Weiss, Sholom M.. Editorial: San Francisco: Morgan Kaufmann Publishers, cop. 1998 (C. Biblioteca)
| Semana | A1 - Clases expositivas en gran grupo | A2R - Clases en pequeño grupo | A3R - Tutorías colectivas | Trabajo autónomo | Observaciones | |
|---|---|---|---|---|---|---|
| Nº 1 9 - 15 sept. 2024 |
2.0 | 0.0 | 0.0 | 6.0 | Tema 1 | |
| Nº 2 16 - 22 sept. 2024 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 1 Seminario 1: Herramientas para Minería de datos | |
| Nº 3 23 - 29 sept. 2024 |
2.0 | 2.0 | 0.0 | 7.0 | Tema 2. Práctica 1: Preparación de datos | |
| Nº 4 30 sept. - 6 oct. 2024 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 3. Práctica 1: Preparación de datos | |
| Nº 5 7 - 13 oct. 2024 |
2.0 | 2.0 | 0.0 | 7.0 | Tema 4. Tema 5. Seminario: Exposición, defensa y debate sobre la práctica 1 | |
| Nº 6 14 - 20 oct. 2024 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 5. Práctica 2: Minería de datos predictiva | |
| Nº 7 21 - 27 oct. 2024 |
2.0 | 1.0 | 0.0 | 7.0 | Tema 5. Tema 6 Práctica 2: Minería de datos predictiva | |
| Nº 8 28 oct. - 3 nov. 2024 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 6 Práctica 2: Minería de datos predictiva | |
| Nº 9 4 - 10 nov. 2024 |
2.0 | 1.0 | 0.0 | 7.0 | Tema 7 Práctica 2: Minería de datos predictiva | |
| Nº 10 11 - 17 nov. 2024 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 7 Práctica 2: Minería de datos predictiva | |
| Nº 11 18 - 24 nov. 2024 |
2.0 | 2.0 | 0.0 | 7.0 | Tema 8. Tema 9. Seminario: Exposición, defensa y debate sobre la práctica 2 | |
| Nº 12 25 nov. - 1 dic. 2024 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 9. Práctica 3: Minería de datos descriptiva | |
| Nº 13 2 - 8 dic. 2024 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 9. Tema 10 Práctica 3: Minería de datos descriptiva | |
| Nº 14 9 - 15 dic. 2024 |
2.0 | 1.0 | 0.0 | 6.0 | Tema 10 Seminario: Defensa práctica 3 | |
| Nº 15 16 - 22 dic. 2024 |
2.0 | 2.0 | 0.0 | 6.0 | Tema 10. Tema 11 Seminario: Exposición y defensa trabajos voluntarios | |
| Total Horas | 30.0 | 25.0 | 0.0 | 95.0 | ||
| Salud y bienestar |
| Educación de calidad |
| Industria, innovación e infraestructura |
| Ciudades y comunidades sostenibles |
| Acción por el clima |
El aprendizaje de Minería de datos puede contribuir a varios Objetivos de Desarrollo Sostenible (ODS) :
ODS 3 -Salud y bienestar. Las técnicas de minería de datos se pueden utilizar en la asistencia sanitaria para analizar grandes conjuntos de datos de información de pacientes, identificar patrones y mejorar la precisión del diagnóstico, lo que puede contribuir a ayudar al diagnóstico y planes de tratamiento más personalizados.
ODS 4 - Educación de calidad. El aprendizaje de minería de datos contribuirá a incrementar las competencias técnicas y profesionales para acceder a empleo o emprendimiento de calidad.
ODS 9 - Industria, innovación e infraestructura. La minería de datos desempeña un papel crucial en la innovación, al revelar información a partir de grandes conjuntos de datos que puede conducir al desarrollo de nuevos productos, servicios y tecnologías en diversos sectores.
ODS 11 - Ciudades y comunidades sostenibles. Mediante el análisis de los datos urbanos relacionados con los sistemas de transporte, el consumo de energía, la gestión de residuos y los servicios públicos, la minería de datos puede ayudar a la toma de decisiones informada para crear comunidades más sostenibles y habitables.
ODS 13 - Acción por el clima. Las técnicas de minería de datos pueden utilizarse para analizar datos medioambientales, controlar los indicadores del cambio climático, optimizar el uso de la energía y apoyar prácticas sostenibles que contribuyan a mitigar los efectos del cambio climático.
En general, el aprendizaje de la minería de datos dota a los estudiantes de las habilidades para extraer información valiosa de grandes conjuntos de datos y aplicarla para hacer frente a retos complejos relacionados con la salud, la educación, la economía, la planificación urbana, la sostenibilidad ambiental, entre otras, contribuyendo así a la consecución de múltiples Objetivos de Desarrollo Sostenible.
1) METODOLOGÍA DOCENTE Y ACTIVIDADES FORMATIVAS.
Las actividades que no puedan realizarse de forma presencial se desarrollarán en formato semipresencial con asistencia rotatoria tal y como establece el Anexo I. Guía docente: Adaptación de la docencia a los escenarios multimodal y no presencial, elaborada por el Vicerrectorado de Coordinación y Calidad de las Enseñanzas de la Universidad de Jaén. Estas actividades se realizarán mediante la utilización de sistemas de videoconferencia, siempre que la infraestructura del espacio asignado para la docencia de la asignatura lo permitan.
El Centro podrá variar el porcentaje de presencialidad dependiendo del número de estudiantes y el aforo del aula/laboratorio. En caso de presencialidad inferior al 100%, se realizará rotación periódica de estudiantes según determine el Centro.
2) SISTEMA DE EVALUACIÓN
El sistema e instrumentos de evaluación serán los mismos que para la modalidad presencial.
3) RECURSOS
Se utilizarán los sistemas de videoconferencia que estén disponibles en los espacios que se habiliten para la docencia, así como la plataforma de docencia de la Universidad. Las actividades que no puedan realizarse de forma presencial se realizarán mediante actividades síncronas y/o asíncronas realizadas mediante la plataforma de docencia virtual o cualquier otra herramienta en-linea que la Universidad habilite.
Queda expresamente prohibida la grabación y/o difusión por ningún medio de las actividades presenciales o no presenciales síncronas o asíncronas sin permiso explícito del docente.
1) METODOLOGÍA DOCENTE Y ACTIVIDADES FORMATIVAS.
La metodología seguida en esta modalidad consistirá en la realización de todas las actividades docentes de manera síncrona y/o asíncrona mediante la plataforma de docencia virtual y los mecanismos que la Universidad de Jaén permita o habilite.
2) SISTEMA DE EVALUACIÓN.
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 u otras que la Universidad de Jaén permita o habilite, siempre que se garantice la identidad del estudiante.
3) RECURSOS.
Las actividades en esta modalidad se realizarán mediante actividades síncronas y/o asíncronas realizadas mediante la plataforma de docencia virtual o cualquier otra plataforma en-linea que habilite la Universidad de Jaén.
En todo caso, queda expresamente prohibida la grabación y/o difusión por ningún medio de las actividades presenciales o no presenciales síncronas o asíncronas sin permiso explícito del docente.
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