Tribunal titular

Cargo

Departamento

Profesor

Presidente

ING.MECANICA,INFORMAT.AEROESP.

PANIZO ALONSO , LUIS

Secretario

ING.MECANICA,INFORMAT.AEROESP.

MATELLAN OLIVERA , VICENTE

Vocal

ING.MECANICA,INFORMAT.AEROESP.

SANCHEZ GONZALEZ , LIDIA

Tribunal suplente

Cargo

Departamento

Profesor

Presidente

MATEMATICAS

GARCIA SIERRA , JUAN FELIPE

Secretario

ING.MECANICA,INFORMAT.AEROESP.

RODRIGUEZ LERA , FRANCISCO JAVIER

Vocal

ING.MECANICA,INFORMAT.AEROESP.

FERNANDEZ LLAMAS , CAMINO

ACLARACIONES RESPECTO A SEGUNDA CONVOCATORIA

La segunda convocatoria consistirá en un cuestionario teórico y una serie de ejercicios prácticos.

ACLARACIONES RESPECTO AL COMPORTAMIENTO EN CLASE

En el desarrollo de la asignatura, el alumno deberá evitar comportamientos que a juicio del profesor sean indeseables, pudiendo ser expulsado de la actividad en caso contrario. Sin ánimo de ser exhaustivos esto incluye comportamientos violentos, sexistas, homófobos, xenófobos, antihigiénicos, el uso indebido de dispositivos electrónicos y las charlas no relacionadas con la asignatura. En particular la realización de grabaciones no autorizadas queda terminantemente prohibida.

ACLARACIONES RESPECTO COMPORTAMIENTO EN EL EXAMEN

Los trabajos presentados podrán ser revisados con un programa informático antiplagio que podrá realizar comprobaciones entre los trabajos de los alumnos de la convocatoria actual y anteriores y contra fuentes externas. En el caso de detectarse plagio el trabajo se calificará como suspenso. Durante las pruebas de evaluación no será posible la utilización de recursos electrónicos (calculadoras, tablets, teléfonos, ordenadores, etc), excepto para aquellas pruebas que bajo indicación expresa del profesor requieran el uso de alguno de estos recursos. En caso de producirse alguna irregularidad durante la celebración del examen o prueba de evaluación correspondiente se procederá a la retirada inmediata del examen, expulsión del alumno y calificación como suspenso. En cualquier caso se atenderá a lo establecido en la normativa interna de la ULE incluida en el documento "Pautas de actuación en los supuestos de plagio, copia o fraude en exámenes o pruebas de evaluación" (Aprobado Comisión Permanente del Consejo de Gobierno 29/01/2015).

Tipo A	Código	Competencias
	A19290	1751Cod_cmp2 Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
	A19291	1751Cod_cmp3 Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
	A19292	1751Cod_cmp4 Que los estudiantes sepan comunicar sus conclusiones –y los conocimientos y razones últimas que las sustentan– a públicos especializados y no especializados de un modo claro y sin ambigüedades
	A19293	1751Cod_cmp5 Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo
	A19294	1751Cod_cmp6 Conocimiento de materias avanzadas y tecnologías, que le capacite para el aprendizaje de nuevos métodos y tecnologías, así como que le dote de una gran versatilidad para adaptarse a nuevas situaciones
	A19297	1751Cod_cmp9 Capacidad de trabajar en un grupo multidisciplinar y de comunicar, tanto por escrito como de forma oral, conocimientos, procedimientos, resultados e ideas relacionadas con la robótica y los sistemas inteligentes

Tipo C	Código	Habilidades o Destrezas
	C42	1751Cod_hab2 Adaptar los datos para su análisis y para posibilitar la aplicación de técnicas y herramientas avanzadas que proporcionen visualizaciones que faciliten la toma de decisiones en flujos datos masivos, heterogéneos y complejos.
	C43	1751Cod_hab3 Aplicar y evaluar frameworks avanzados de aprendizaje automático y optimización. Interpretar los resultados de evaluación obtenidos de modelos predictivos o algoritmos avanzados basados en inteligencia artificial.
	C44	1751Cod_hab4 Entender las diferentes arquitecturas del aprendizaje profundo, sus fundamentos, y su aplicación en el contexto de problemas complejos de clasificación y predicción.

Bloque	Tema
BLOQUE 1. Revisión del estado del arte del preprocesamiento de datos.	1. Introducción a los datos
BLOQUE 2. Recopilación y procesamiento de datos	2. Preprocesamiento de datos
BLOQUE 3. Métodos básicos de análisis de datos	3. Análisis de datos
BLOQUE 4. Visualización de la información	4. Visualización de la información
PRÁCTICAS	- Python - Numpy - Pandas - Matplotlib

Metodologías :: Pruebas
	Horas en clase	Horas fuera de clase	Horas totales
Dirigidas	10	0	10

Supervisadas	15	22.5	37.5
Autónomas	1	10	11
Trabajos	2	6.5	8.5

Sesión Magistral	0	0	0

Pruebas objetivas de tipo test	4	0	4
Pruebas mixtas	4	0	4

(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

	descripción
Dirigidas
Supervisadas
Autónomas
Trabajos
Sesión Magistral

	descripción	calificación
Trabajos	Prácticas a entregar por los alumnos	60%
Pruebas objetivas de tipo test	Cuestionario de tipo test	20%
Pruebas mixtas	Otras preguntas o problemas a resolver en clase	20%

Otros comentarios y segunda convocatoria
ACLARACIONES RESPECTO A SEGUNDA CONVOCATORIA La segunda convocatoria consistirá en un cuestionario teórico y una serie de ejercicios prácticos. ACLARACIONES RESPECTO AL COMPORTAMIENTO EN CLASE En el desarrollo de la asignatura, el alumno deberá evitar comportamientos que a juicio del profesor sean indeseables, pudiendo ser expulsado de la actividad en caso contrario. Sin ánimo de ser exhaustivos esto incluye comportamientos violentos, sexistas, homófobos, xenófobos, antihigiénicos, el uso indebido de dispositivos electrónicos y las charlas no relacionadas con la asignatura. En particular la realización de grabaciones no autorizadas queda terminantemente prohibida. ACLARACIONES RESPECTO COMPORTAMIENTO EN EL EXAMEN Los trabajos presentados podrán ser revisados con un programa informático antiplagio que podrá realizar comprobaciones entre los trabajos de los alumnos de la convocatoria actual y anteriores y contra fuentes externas. En el caso de detectarse plagio el trabajo se calificará como suspenso. Durante las pruebas de evaluación no será posible la utilización de recursos electrónicos (calculadoras, tablets, teléfonos, ordenadores, etc), excepto para aquellas pruebas que bajo indicación expresa del profesor requieran el uso de alguno de estos recursos. En caso de producirse alguna irregularidad durante la celebración del examen o prueba de evaluación correspondiente se procederá a la retirada inmediata del examen, expulsión del alumno y calificación como suspenso. En cualquier caso se atenderá a lo establecido en la normativa interna de la ULE incluida en el documento "Pautas de actuación en los supuestos de plagio, copia o fraude en exámenes o pruebas de evaluación" (Aprobado Comisión Permanente del Consejo de Gobierno 29/01/2015).

Básica	Rudolf Mathar, Gholamreza Alirezaei, Emilio Balda, Arash Behboodi, Fundamentals of Data Analytics: With a View to Machine Learning, Springer Nature, 2020 Jack Dougherty, Hands-On Data Visualization, O'Reilly Media, Inc, 2023 Jake VanderPlas, Python Data Science Handbook: Essential Tools for Working with Data, O'Reilly Media, Inc, 2016

Complementaria


Otros comentarios
Conocimientos previos de python