Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú

Estudia

Dades generals

Curs acadèmic:
2018
Descripció:
A) Tècniques de mineria de dades i aprenentatge automàtic: Mòdul genèric en Intel·ligència Artificial. Tècniques d'aprenentatge automàtic i descoberta de coneixement. Conjunts, lògica i raonament difús i aproximat (fuzzy , rough) i extensions espacials. Ontologies per a l'anàlisi espacial. B) Explotació i anàlisi de dades espacials: focalització en minera de dades espacials i seqüencials, gestió de dades espacial (spatial data warehouse i spatial OLAP -On Line Analytical Process-). Sistemes de suport a la presa de decisions en entorns distribuïts (espacialment).
Crèdits:
3

Grups

Grup A

Durada:
Semestral, 1r semestre
Professorat:
Andres El-Fakdi Sencianes
Idioma de les classes:
Anglès (100%)

Competències

  • CG_01: - Comunicar en llengua anglesa de manera clara i concisa.
  • CG-02: - Entendre i comunicar entre les àrees de la tecnologia, la societat i els negocis.
  • CG_03: - Demostrar pensament analític orientat a la solució de problemes i avaluació de necessitats.
  • CG_04: - Habilitat d'utilitzar sistemes de comunicació múltiples per planificar, organitzar i preparar documents i presentacions efectives
  • CG_05: - Habilitat d'utilitzar la literatura apropiada com mitjà principal de recerca.
  • CG_06: - Treballar en equip pluridisciplinar.
  • CE_02: - Analitzar i modelar problemes urbans a partir de fonts d'informació heterogènies seguint principis metodològics.
  • CE_03: - Seleccionar, avaluar i utilitzar tecnologies per a la solució de problemes urbans (eficiència energètica, assignació de recursos, comunicacions, planificació, etc.).

Continguts

1. Introducción

2. Inteligencia Artificial

3. Mineria de datos

4. Visualización de la información

5. Visual analytics

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Total
Anàlisi / estudi de casos 14,00 14,00 28,00
Elaboració individual de treballs 1,00 10,00 11,00
Exposició dels estudiants 2,00 6,00 8,00
Sessió participativa 14,00 14,00 28,00
Total 31,00 44,00 75

Bibliografia

  • Witten, I. H. (Ian H.) (2011). Data mining : practical machine learning tools and techniques / Ian H. Witten, E. Morgan Kaufman, cop. 2011. Catàleg
  • Lopez, B. (2013). Case-based reasoning: a concise introduction. Morgan Claypool. Catàleg
  • Pérez López, César (2007). Minería de Datos: Técnicas y herramientas. Thomson. Catàleg
  • Colin Ware (2012). Information Visualization: Perception for Design (Third). Morgan Kaufmann. Catàleg
  • John Dill et al. editors (2012). Expanding the Frontiers of Visual Analytics and Visualization. Springer.
  • Daniel Keim et al. editors (2010). Mastering The Information Age - Solving Problems with Visual Analytics. Vismaster, Eurographics.

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat %
Exposición oral de contenidos Capacidad de síntesis en el tema propuesto 30
Resolución de problemas Realizar correctamente los ejercicios propuestos 30
Memorias y dosiers Capacidad de encontrar información relevante a un problema 40

Qualificació

Se deben de realizar todos los trabajos propuestos, y superarlos con un mínimo de 5 (escala de 0 a 10).

Los trabajos deben de presentarse en las fechas establecidas

Criteris específics de la nota «No Presentat»:
La entrega de un ejercicio o trabajo implica una calificación diferente a No Presentado.

Escull quins tipus de galetes acceptes que el web de la Universitat de Girona pugui guardar en el teu navegador.

Les imprescindibles per facilitar la vostra connexió. No hi ha opció d'inhabilitar-les, atès que són les necessàries pel funcionament del lloc web.

Permeten recordar les vostres opcions (per exemple llengua o regió des de la qual accediu), per tal de proporcionar-vos serveis avançats.

Proporcionen informació estadística i permeten millorar els serveis. Utilitzem cookies de Google Analytics que podeu desactivar instal·lant-vos aquest plugin.

Per a oferir continguts publicitaris relacionats amb els interessos de l'usuari, bé directament, bé per mitjà de tercers (“adservers”). Cal activar-les si vols veure els vídeos de Youtube incrustats en el web de la Universitat de Girona.