Anàlisi de Dades Massives

Crèdits
4.5
Tipus
Optativa
Requisits
Aquesta assignatura no té requisits , però té capacitats prèvies
Departament
URV;CS
L'anàlisi de dades massives està afectant moltes àrees de la ciència, l'enginyeria i la indústria; plantejant nous reptes que abarquen des de l'anàlisi de dades meteorològiques fins a la modelització de patrons de trànsit al processament de milions de clients en línia. Per fer front a aquests reptes, cal tenir la formació per emmagatzemar, gestionar, processar i analitzar dades d'aquesta magnitud. La complexitat de les dades requereix noves tècniques analítiques potents i dissenyades a tal efecte.

Professorat

Responsable

  • Antonio Moreno Ribas (antonio.moreno@urv.cat)

Altres

  • Monir Yahya Ali Salmony (moniryahyaali.salmony@urv.cat)

Hores setmanals

Teoria
2
Problemes
0
Laboratori
1
Aprenentatge dirigit
0
Aprenentatge autònom
0

Competències

Competències Tècniques Generals

Genèriques

  • CG3 - Capacitat per a la modelització, càlcul, simulació, desenvolupament i implantació en centres tecnològics i d'enginyeria d'empresa, particularment en tasques de recerca, desenvolupament i innovació en tots els àmbits relacionats amb la Intel·ligència Artificial.

    • Competències Tècniques de cada especialitat

    Acadèmiques

  • CEA8 - Capacitat de realitzar investigació en noves tècniques, metodologies, arquitectures, serveis o sistemes en l'àrea de la Intel·ligència Artificial.

    • Professionals

  • CEP1 - Capacitat de resoldre les necessitats d'anàlisi de la informació de les diferents organitzacions, tot identificant les fonts d'incertesa i variabilitat.

    • Competències Transversals

    Treball en equip

  • CT3 - Ser capaç de treballar com a membre d'un equip interdisciplinari, ja sigui com un membre més o duent a terme tasques de direcció, amb la finalitat de contribuir a desenvolupar projectes amb pragmatisme i sentit de la responsabilitat, tot assumint compromisos considerant els recursos disponibles.

    • Raonament

  • CT6 - Capacitat d'avaluar i analitzar de manera raonada i crítica sobre situacions, projectes, propostes, informes i estudis de caracter cientific-tecnic. Capacitat d'argumentar les raons que expliquen o justifiquen aquestes situacions, propostes, etc.

    • Analisis i sintesis

  • CT7 - Capacitat d'anàlisi i resolució de problemes tècnics complexos.

    • Bàsiques

  • CB6 - Que els estudiants sàpiguen aplicar els coneixements adquirits y la seva capacitat de resolució de problemes en entorns nous o poc coneguts dins de contexts més amplis (o multidisciplinaris) relacionats amb la seva àrea d'estudi.

    • Objectius

    1. Entendre el problema de les dades massives.
      Competències relacionades: CEA8, CG3, CEP1, CT6, CT7, CB6,
    2. Capacitat d'anàlisi de grans volums de dades.
      Competències relacionades: CEA8, CG3, CEP1, CT3, CT6, CT7, CB6,

    Continguts

    1. Introducció
      Contexte de dades massives.
    2. Recolecció de dades
      La problemàtica de la recullida de grans volums de dades.
    3. Enmagatzemament de dades.
      Cóm enmagatzemar i accedir a grans volums de dades.
    4. Anàlis exploratori de dades
      Cóm explorem les dades.
    5. Pre-processament de grans volums de dades.
      Cóm pre-processar les dades obtingudes.
    6. De les dades als models.
      Cóm passar a modelitzar les dades.

    Activitats

    Activitat Acte avaluatiu


    Classes presencials

    Explicacions a pissarra.
    • Teoria: Teoria.

    Continguts:
    Teoria
    16h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Examen

    Examen
    Objectius: 1 2
    Setmana: 10
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Laboratori de pràctiques



    Teoria
    6h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Metodologia docent

    Explicacions i fons bibliogràfic.

    Mètode d'avaluació

    Avaluació continuada dels temes 2-3-4-5.

    Tema 2: 20%
    Tema 3: 20%
    Tema 4: 20%
    Tema 5: 40%