Universidad Pública de Navarra - Nafarroako Univertsitate Publikoa
Universidad Pública de Navarra
| Código: 507306 | Asignatura: PREPARACIÓN DE DATOS | ||||
| Créditos: 3 | Tipo: Obligatoria | Curso: 3 | Periodo: 1º S | ||
| Departamento: Estadística, Informática y Matemáticas | |||||
| Profesorado: | |||||
| SESMA SARA, MIKEL (Resp) [Tutorías ] | |||||
Descripción/Contenidos
Técnicas de integración, normalización y transformación de datos. Selección de variables e instancias. Detección de outliers. Tratamiento de valores perdidos y ruido.
Competencias genéricas
- CG5 - Identificar las soluciones más adecuadas y efectivas para los problemas que se planteen el marco de la Ciencia de Datos, teniendo en cuenta tanto las características propias del problema como el entorno del mismo.
- CB2 - 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.
- CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.
- CT3 - Capacidad para la búsqueda y utilización de la información, normativa y reglamentación relativa a su ámbito de actuación.
- CT4 - Capacidad para el trabajo en equipos multidisciplinares y multiculturales.
Competencias específicas
- CE4 - Conocer las principales técnicas que permitan realizar un análisis exploratorio preliminar de los datos.
- CE14 - Manejar, organizar información estadística e interpretar las técnicas de visualización y preprocesamiento de datos.
- CE15 - Ser capaces de pensar críticamente sobre los datos, identificando los modos de almacenamiento, pre-procesamiento y análisis más adecuados para los objetivos del estudio.
Resultados aprendizaje
- RA1. Explicar cómo puede llevarse a cabo un preprocesamiento de datos por medio de técnicas estadísticas e inteligentes.
- RA2. Describir las principales características de un conjunto de datos para facilitar su procesamiento.
- RA3. Identificar relaciones entre los datos.
- RA4. Extraer las características más relevantes de los datos.
- RA5. Normalizar los datos para permitir su procesamiento.
- RA6. Eliminar el ruido y las distorsiones que puedan afectar a los datos.
Metodología
|
Actividad formativa |
Horas presenciales |
Horas no presenciales |
|
A1. Clases expositivas/ participativas |
14 |
|
|
A2. Prácticas |
14 |
|
|
A3. Realización de trabajos/proyectos en grupo |
|
5 |
|
A4. Estudio y trabajo autónomo del estudiante |
|
39 |
|
A5. Tutorías |
|
1 |
|
A6. Pruebas de evaluación |
2 |
|
|
Total |
30 |
45 |
Evaluación
|
Resultado de aprendizaje |
Sistema de evaluación |
Peso (%) |
Carácter recuperable |
|
RA1, RA2, RA3, RA4, RA5, RA6 |
Pruebas escritas |
50 |
Sí |
|
RA1, RA2, RA3, RA4, RA5, RA6 |
Presentaciones orales |
10 |
Sí |
|
RA1, RA2, RA3, RA4, RA5, RA6 |
Trabajos e informes |
20 |
Sí |
|
RA1, RA2, RA3, RA4, RA5, RA6 |
Pruebas e informes de trabajo experimental |
20 |
No |
Temario
- Tema 1. Introducción al procesamiento de datos.
- Tema 2. Limpieza de datos.
- Tema 3. Transformación de datos.
- Tema 4. Selección de variables.
- Tema 5. Selección de instancias.
Bibliografía
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
La bibliografía de la asignatura es la siguiente:
- Introducción a la Minería de Datos (2004). Hernández, Ramírez y Ferri. Prentice Hall. Editorial Pearson, ISBN: 8420540919
- Data mining and knowledge discovery handbook. Odied Maimon y Lior Rokach (2010). Springer. ISBN: 978-0387098234
- Data Preprocessing in Data Mining (2015). Salvador García, Julián Luengo, Francisco Herrera. Springer. ISBN online: 978-3-319-10247-4. ISBN printed: 978-3-319-10246-7