Anàlisi de Dades i Explotació de la Informació

Esteu aquí

Inici » Estudis » Graus » Grau en Enginyeria Informàtica » Pla d'estudis » Assignatures » Anàlisi de Dades i Explotació de la Informació
Crèdits
6
Tipus
Obligatòria d'especialitat (Sistemes d'informació)
Requisits
  • Prerequisit: PE
Departament
EIO
L'objectiu de ADEI es la de dotar als estudiants dels coneixements i habilitats per poder fer front a les necessitats d'informació de les organitzacions, això és, saber aprofitar les dades emmagatzemades pels SI de les organitzacions per tal d'integrar sistemes automà tics d'ajuda a la presa de decisions. La idea subjacent és que les dades són un tresor per a les organitzacions i que mitjançant la seva explotació es fa palesa la informació que contenen.
L'assignatura es desenvolupa a partir de la resolució dels problemes d'un cas pràctic real. Es divideix en quatre blocs: Qualitat de les dades i descripció sumaria. Eines de predicció en les organitzacions, anàlisi multivaraint de les dades i establiments de tipologies.
El curs inclou la presentació de resultats obtinguts en el cas d'estudi.

Professorat

Responsable

  • Lidia Montero Mercadé ( )
  • Xavier Angerri Torredeflot ( )

Altres

  • Bhumika Ashvinbhai Patel ( )
  • Josep Franquet Fàbregas ( )

Hores setmanals

Teoria
2
Problemes
0
Laboratori
2
Aprenentatge dirigit
0
Aprenentatge autònom
6

Competències

Competències Tècniques de cada especialitat

Especialitat sistemes d'informació

  • CSI2 - Integrar solucions de Tecnologies de la Informació i les Comunicacions, i processos empresarials per a satisfer les necessitats d'informació de les organitzacions, permetent que assoleixin els seus objectius de forma efectiva.
    • CSI2.1 - Demostrar comprensió i aplicar els principis i les tècniques de gestió de qualitat i d'innovació tecnològica a les organitzacions.
    • CSI2.3 - Demostrar coneixement i capacitat d'aplicació dels sistemes d'extracció i de gestió del coneixement.

Competències Transversals

Raonament

  • G9 [Avaluable] - Capacitat de raonament crític, lògic i matemàtic. Capacitat de resoldre problemes en la seva àrea d'estudi. Capacitat d'abstracció: capacitat de crear i utilitzar models que reflecteixin situacions reals. Capacitat de dissenyar i realitzar experiments senzills, i analitzar-ne i interpretar-ne els resultats. Capacitat d'anàlisi, de síntesi i d'avaluació.
    • G9.3 - Capacitat crítica, capacitat d'avaluació.

Tercera llengua

  • G3 [Avaluable] - Conèixer l'idioma anglès amb un nivell adequat de forma oral i escrita, i en consonància amb les necessitats que tindran els graduats i les graduades en Enginyeria Informàtica. Capacitat de treballar en un grup multidisciplinar i en un entorn multilingüe i de comunicar, tant per escrit com de forma oral, coneixements, procediments, resultats i idees relacionats amb la professió d'enginyer tècnic en informàtica.
    • G3.2 - Estudiar amb materials escrits en anglès. Redactar un informe o un treball de tipus tècnic en anglès. Participar en una reunió tècnica en anglès.

Objectius

  1. Saber identificar els tres nivells de presa de decisions en una empresa
    Competències relacionades: CSI2.1,
  2. Fonaments del control de qualitat
    Competències relacionades: G9.3, CSI2.3, CSI2.1,
  3. Control d'indicadors discrets
    Competències relacionades: G9.3, CSI2.3, CSI2.1,
  4. Determinació dels factors de influencia de variables de resposta continues
    Competències relacionades: G9.3, CSI2.3, CSI2.1,
  5. Efectuar la diagnosi d'un model estadístic
    Competències relacionades: G9.3, CSI2.3, CSI2.1,
  6. Modelització d'alternatives discretes
    Competències relacionades: G9.3, CSI2.3, CSI2.1,
  7. Modelització de la propensió
    Competències relacionades: G9.3, CSI2.3, CSI2.1,
  8. Anàlisi de Bases de Dades. Determinació de les característiques significatives de grups de individus.
    Competències relacionades: G9.3, CSI2.3, CSI2.1,
  9. Concepte i mesura de intangibles en una empresa
    Competències relacionades: G9.3, CSI2.3, CSI2.1,
  10. Visualització multivariant de la informació
    Competències relacionades: G9.3, CSI2.3, CSI2.1,
  11. Definició de tipologies
    Competències relacionades: G9.3, CSI2.3, CSI2.1,
  12. Modelització de intangibles. Models per a la satisfacció del consumidor
    Competències relacionades: G9.3, CSI2.3, CSI2.1,
  13. Eines estadístiques de suport a la presa de decisions
    Competències relacionades: G9.3, CSI2.3, G3.2, CSI2.1,
  14. Control de processos continus
    Competències relacionades: G9.3, CSI2.3, CSI2.1,
  15. Saber fer un informe sobre la qualitat de les dades
    Competències relacionades: G9.3, CSI2.1,

Continguts

  1. Bloc1: Nivells de decisió en una empresa
  2. Bloc 2: Descripcio i qualitat de les dades
  3. Bloc 3: Modelització Estadística
  4. Bloc 4: Anàlisis Multivariant de Dades i mesura d'intangibles
  5. Bloc 5: Definició de tipologies i perfils

Activitats

Activitat Acte avaluatiu


Quiz bloc 2 i 3


Objectius: 1 15 2 4 5 6
Setmana: 8
Teoria
0h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
12h

Presentació del Cas d'Estudi


Objectius: 1 15 2 14 3 4 5 6 7 8 9 10 11 12 13
Setmana: 15
Teoria
2h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
12h

Quiz blocs 4 and 5


Objectius: 1 8 9 10 11 12
Setmana: 14
Teoria
0h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
12h

Bloc 1. Nivells de decisió en una empresa

Es tracta de presentar el tres nivells de presa de decisions a les empreses. Quins són els processos de negoci principals i com s'emmagatzemen les dades que es generen.
Objectius: 1
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
1h

Bloc 2. Descripció i qualitat de les dades

Problemes en la qualitat de les dades: Es tracta de veure en el Cas d'Estudi els problemes que presenten o poden presentar les dades: Inconsistencies, redundància. Dades mancants. Outliers. Com es fa un Informe de qualitat de les dades. En que consisteix l'estandardització de les dades.
Objectius: 15
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
4h

Bloc 2. Visualització de les dades

Tipologia de la Recollida de dades i aplicabilitat al control operacional. Indicadors habituals en control de processos continus
Objectius: 15 2 13
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
3h

Bloc 3. Modelització Estadística

Perspectiva del modelatge per tècniques de regressió lineal : components estadístiques implicades. Rols: variables de resposta/explicatives
Objectius: 4 13
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
8h

Bloc 3. Estimació dels paràmetres

Estimació per mínims quadrats
Objectius: 4
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
3h

Bloc 3. Validació de la modelització estadística

Elements que intervenen en la validació del modelatge per regressió. Valors influents i/o atípics
Objectius: 5
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
3h

Bloc 3. Modelització estadística de indicadors discrets


Objectius: 5 6
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
8h

Bloc 4. Anàlisi Multivariant de Dades

Problemes multivariants en l'empresa
Objectius: 9 10
Continguts:
Teoria
2h
Problemes
0h
Laboratori
1h
Aprenentatge dirigit
0h
Aprenentatge autònom
3h

Bloc 4. L'Anàlisi de Components Principals


Objectius: 9 10
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
5h

Bloc 4. Mesura d'intangibles


Objectius: 9 10
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
3h

Bloc 4. Pràctica de l'Anàlisi de Components Principals

Pràctica de l'Anàlisi de Components Principals, interpretació de les representacions obtingudes. Posicionament de la informació suplementaria.
Objectius: 9 10 13
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
3h

Bloc 5. Definició de tipologies


Objectius: 11
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
3h

Bloc 4. Pràctica de la definició de tipologies

Presentació dels mètodes k-means i jeràrquic.
Objectius: 11 13
Continguts:
Teoria
2h
Problemes
0h
Laboratori
1h
Aprenentatge dirigit
0h
Aprenentatge autònom
3h

Bloc 5. Caracterització estadística de Bases de Dades


Objectius: 8 13
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
4h

Metodologia docent

L'aprenentatge de l'assignatura consta de tres fases diferenciades:
1. Adquisició dels coneixements especifics mitjançant l'estudi de la bibliografia i del material proporcionat pels professors.
2. L'adquisició de les destreses en les tècniques especifiques d'anàlisi de dades i explotacio de la informació i
3. Integració dels coneixements, destreses i competencies (específiques i transversals) mitjançant la resolució d'un Cas d'Estudi real.

En les classes de Teoria s'exposen els fonaments de les metodologies i tècniques propies de l'assignatura ADEI. Les classes de laboratori serveixen per aprendre la utilització de les tècniques específiques per a la resolució de problemes, utilitzant les eines informàtiques adients, en aquest sentit els alumnes hauran primer de repetir un problema solucionat pels professors i despres solucionar-ne un de similar al primer. Mentre que el Cas d'Estudi, resolt en grups i en hores basicament d'autoprenentatge, serveix per posar en pràctica els coneixements, destreses i competencies en la resolució d'un cas real d'ADEI.

Mètode d'avaluació

L'avaluació de l'assignatura integra les tres fases d'aprenentatge descrites: coneixements, destreses i competencies.
Els coneixements s'avaluen mitjançant dos examens curts realitzat a la meitat i en la ultima setmana del curs. En cas de suspendre aquest examen, l'alumne podrà repetir-lo com examen final. (nota T).
Les destreses s'avaluaràn a partir de l'entrega d'entre 2 i 5 practiques corresponents a una pràctica de curs. Cadascun dels blocs 2 i 3, i 4 i 5 comportaràn una pràctica que l'alumne haurà de realitzar individualment o en grups de 2. El promig de les notes dona la nota L.
El Cas d'Estudi com a conjunt s'avaluarà a partir de la seva presentació oral (nota P). Es en l'informe i presentació del cas d'estudi que s'avaluaràn les competenecies transversals. La presentació del cas d'estudi és en qualsevol cas obligatoria.

La nota de l'assignatura s'obtindrà per ponderació de les tres notes:
Nota Final = 0.4P + 0.3T + 0.3L.

Les competencies transversals s'avaluaran en l'escala: Deficient, Passable, Be i Molt be (D,C,B i A). Per avaluar la competencia sobre Anglès, es demanarà que l'informe sobre el Cas d'Estudi estigui redactat en anglés i que al començament del la seva presentació, es faci una sinopsi del mateix en llengua anglesa. Pel que fa a la capacitat de raonament, s'avaluarà a partir de les respostes donades arran del cas d'Estudi presentat.

Bibliografia

Bàsica:

Web links

Capacitats prèvies

Els alumnes han d'haver cursat un curs de probabilitat i estadística i un curs sobre empresa i entorn econòmic