Escuela Tcnica Superior de Ingeniera

Informtica
Mster en Ingeniera Informtica
aplicada a la Industria, a la Ingeniera
del Software y a los Sistemas y
Tecnologas de la Informacin

GUA DOCENTE DE LA ASIGNATURA:

Ingeniera de Datos
Curso Acadmico 2012-2013

Versin 2.0 - 15012010

Mster en Ingeniera Informtica aplicada a la Industria, a la Ingeniera del

Software y a los Sistemas y Tecnologas de la Informacin
Asignatura: Ingeniera de Datos

1. Datos Descriptivos de la Asignatura

Asignatura: Ingeniera de Datos

Cdigo: 135211902

- Centro: Escuela Tcnica Superior de Ingeniera Informtica.

- Titulacin: Mster en Ingeniera Informtica aplicada a la Industria, a la Ingeniera del Software y a los Sistemas y Tecnologas
de la Informacin.
- Plan de Estudios: 2008
- Rama de conocimiento: Sistemas y Tecnologas de la Informacin.
- Intensificacin (slo en caso de Mster): Sistemas y Tecnologas de la Informacin.
- Departamento: Estadstica, Investigacin Operativa y Computacin.
- rea de conocimiento: Estadstica e Investigacin Operativa.
- Curso: Primero
- Carcter: Optativa
- Duracin: Bimestral
- Crditos: 3
- Direccin Web de la asignatura: www.campusvirtual.ull.es
- Idioma: espaol/Ingls (0,4 Crditos)

2. Prerrequisitos para cursar la asignatura

Esenciales / Recomendables:
Esenciales ninguno
Es recomendable haber utilizado software de bases de datos y software estadstico o similar.

3. Profesorado que imparte la asignatura

Coordinacin / Profesor/a: Enrique Gonzlez Dvila
- Grupo: nico
- Departamento: Estadstica, Investigacin Operativa y Computacin.
- rea de conocimiento: Estadstica e Investigacin Operativa.
- Centro: Escuela Tcnica Superior de Ingeniera Informtica.
- Lugar Tutora: Despacho 2 Planta de la Escuela Tcnica Superior de Ingeniera Informtica.
- Horario Tutora: Lunes, Martes y Jueves de 11:00 a 13:00 horas.
- Telfono (despacho/tutora): 922845051
- Correo electrnico: egonzale@ull.es
- Direccin web docente: http://www.campusvirtual.ull.es

4. Contextualizacin de la asignatura en el Plan de Estudios

- Bloque Formativo al que pertenece la asignatura: Mster en Ingeniera Informtica.

- Perfil Profesional: Sistemas y Tecnologas de la Informacin.

-1-

Mster en Ingeniera Informtica aplicada a la Industria, a la Ingeniera del

Software y a los Sistemas y Tecnologas de la Informacin
Asignatura: Ingeniera de Datos

5. Objetivos
Objetivos del Titulo desarrollados en la asignatura
Disear programas informticos ajustados a las necesidades de la empresa
Prepara al alumno en tcnicas para el diseo y desarrollo de software, con una orientacin ms prxima al usuario
final y a las organizaciones.
Objetivos generales de la asignatura
Saber de la existencia de tcnicas especializadas en la extraccin de informacin de una gran base de datos.
Saber la terminologa elemental de estudios estadsticos.
Saber hacer comparaciones estadsticas elementales, terminologa y su aplicacin.
Saber aplicar las tcnicas de reduccin de datos y anlisis de datos ms elementales: anlisis de correspondencia,
anlisis factorial, componentes principales.
Saber hacer estadstica con paquetes estadsticos especializados (SPSS, STATISTICA, SAS, R).
Saber hacer la extraccin de informacin con tcnicas adecuadas sobre grandes bases de datos.
Saber hacer un informe final escrito y presentar de forma oral los resultados.

6. Competencias

Competencias generales del Ttulo desarrolladas en la asignatura

G1. Capacidad y habilidad en el manejo de software especializado.
G2. Capacidad y habilidad en la resolucin de problemas de optimizacin.
G3. Capacidad y habilidad para expresarse con fluidez y eficacia comunicativa en lengua propia.
G4. Capacidad y habilidad de comprensin de lecturas de documentos cientficos en lengua propia e inglesa.
Competencias especficas del Ttulo desarrolladas en la asignatura
E1. Saber estructurar gran cantidad de informacin para ser analizada.
E2. Saber la existencia de tcnicas especficas en el anlisis de gran cantidad de informacin.
E3. Saber la existencia de software especializado en la ingeniera de datos.
E4. Saber hacer un anlisis elemental descriptivo de la informacin disponible.
E5. Saber hacer un informe final de los resultados obtenidos.
E6. Saber utilizar un paquete estadstico especializado.

-2-

Mster en Ingeniera Informtica aplicada a la Industria, a la Ingeniera del

Software y a los Sistemas y Tecnologas de la Informacin
Asignatura: Ingeniera de Datos

7. Contenidos de la asignatura

Mdulo I
- Profesor/a Enrique Gonzlez Dvila
- Temas (epgrafes): Mdulo Introductorio.
1.

Sistemas de informacin.

2.

Descubrimiento de Conocimiento a partir de Bases de Datos.

3.

Introduccin a la Minera de Datos (DM).

4.

Relacin de DM con otras disciplinas.

Mdulo II
- Profesor/a: Enrique Gonzlez Dvila
- Temas (epgrafes): Mdulo Evaluacin de clasificadores en Minera de Datos (Anlisis ROC).
5.

Curvas ROC.

6.

Clasificadores crisp.

7.

Clasificadores soft.

8.

Eleccin de umbral.

Mdulo III
- Profesor/a: Enrique Gonzlez Dvila
- Temas (epgrafes): Mdulo Tcnicas de reduccin y anlisis de datos.
9.

Anlisis exploratorio de datos.

10. Anlisis de correspondencia.

11. Anlisis factorial y componentes principales.
12. rboles de clasificacin y decisin.

Mdulo IV
- Profesor/a: Enrique Gonzlez Dvila
Prcticas
Prctica 1. Introduccin al SPSS.
Prctica 2. Introduccin al SPSS y software de Minera de Datos.
Prctica 3. Curvas ROC y Clasificadores.
Prctica 4. Anlisis Exploratorio y Anlisis de Correspondencias.
Prctica 5. Anlisis Factorial y componentes principales
Prctica 6. rboles de clasificacin y decisin.

-3-

Mster en Ingeniera Informtica aplicada a la Industria, a la Ingeniera del

Software y a los Sistemas y Tecnologas de la Informacin
Asignatura: Ingeniera de Datos

8. Metodologa y Volumen de trabajo del estudiante

Metodologa y Volumen de trabajo

Crditos: 3

Horas: 75
VOLUMEN DE TRABAJO

ACTIVIDADES DE APRENDIZAJE

PRESENCIALIDAD

TRABAJO AUTNOMO
del alumnado

HORAS
TOTALES

Clase magistral

12

12

Asistencia clases prcticas

(aula / sala de demostraciones / prcticas
simuladas)

12

12

Realizacin de seminarios

Realizacin de exmenes

Asistencia a Tutora Acadmica-Formativa

(presenciales y virtuales)

Realizacin de trabajos tericos

3*

Realizacin de trabajos prcticos

15*

15

Estudio preparacin clases tericas

12*

12

Estudio preparacin clases prcticas

10*

10

45

75

Preparacin de exmenes
HORAS TOTALES

30

(*) El alumno invertir 10 horas en ingls a travs de estudio autnomo en lectura comprensiva de documentos cientfico.

9. Bibliografa / Recursos
Bibliografa Bsica
- Statistical Parrern Recognition, Second Edition. Andrew R. Webb 2002. John Wiley & Sons.
- Multivariate Data Analysis. Hair, Joseph F.; Black, W.C.; Babin, Barry; Anderson, Rolph D. 2006. Prentice Hall.
- Pattern Classification. Duda, R..;Hart, P.; Store, D. 2001. Wiley-Interscience.
- Construction and Assessment of Classification Rules. Hand, D.J. 1997. Wiley, Chichester.
- The Elements of Statistical Learning: Data Mining, Inference and Prediction. Hastie, T.J.; Tibshirani, R.J. and
Friedman, J.H. 2001. Springer, New York.
Bibliografa Complementaria
- Introduction to Statistical Pattern Recognition. Second Edition. Fukunaga, K. 1990. Academic Press, London.
Recursos
- El software utilizado principalmente ser el SPSS, si bien, el que lo desee, podr emplear software libre como el R.
Las clases se impartirn con presentaciones Power Point, adems del apoyo de la pizarra.

-4-

Mster en Ingeniera Informtica aplicada a la Industria, a la Ingeniera del

Software y a los Sistemas y Tecnologas de la Informacin
Asignatura: Ingeniera de Datos

10. Sistema de Evaluacin y Calificacin

Recomendaciones
La evaluacin de la asignatura se realiza atendiendo a tres apartados:
- Asistencia y participacin (hasta un 25%). Se valorar la participacin activa tanto en el desarrollo de las
clases magistrales como en las clases prcticas. En el caso de las clases prcticas se valorar el desarrollo
continuado de los ejercicios propuestos.
- Conceptos tericos de la materia (hasta un 35%). Mediante una prueba presencial se valorar el aprendizaje
de los conceptos tericos explicados en la asignatura.
- Realizacin de trabajos y proyecto final (hasta un 40%). Se propondrn entre dos y tres trabajos con la
intencin de valorar el aprendizaje adquirido.

Estrategia Evaluativa
(5)

TIPO DE PRUEBA

COMPETENCIAS

CRITERIOS

PONDERACIN

Pruebas objetivas

E1, E3, E4 y G3

Asistencia y
participacin

25%

Pruebas de desarrollo

E2, E5, G2 y G3

Prueba escrita

35%

Trabajos y Proyectos

E4, E5, E6, G1 y G4

Entrega de Trabajos
y proyecto final

40%

11. Cronograma/Calendario de la asignatura

4er Bimestre

SEMANA
Semana 1:

Clases
Tericas

Temas
1,2,3 y 4

Clases
Prcticas

Actividad 3:

Actividad 4:

Prctica 1

Prcitca 2

Semana 2:
Semana 3:

5y6

Semana 4:

7y8

Prctica 3

Semana 5:

9 y 10

Prctica 4

Semana 6:

11 y 12

Seminario

Prctica 5

Prctica 6

Tutorizacin

Semana 7:

Faltan por asignar dos horas presenciales dedicadas a la realizacin del examen

-5-

Actividad 5

Actividad 6: