Introducción a la ciencia de datos
Datos generales de la materia
- Modalidad
- Presencial
- Idioma
- Inglés
Descripción y contextualización de la asignatura
Este curso tiene como objetivo brindar a los estudiantes una introducción y una experiencia práctica de la ciencia, enseñarles cómo seguir aprendiendo ciencia y darles el deseo y las habilidades necesarias para hacerlo. Para cada tema, el objetivo es ofrecer una descripción general y una demostración simple de lo que se está investigando, y guiar a los estudiantes hacia recursos más potentes para que profundicen en ellos.Profesorado
Nombre | Institución | Categoría | Doctor/a | Perfil docente | Área | Email |
---|
CASILLAS RUBIO, ARANTZA | Universidad del País Vasco/Euskal Herriko Unibertsitatea | Profesorado Agregado | Doctora | No bilingüe | Lenguajes y Sistemas Informáticos | arantza.casillas@ehu.eus |
JUSTO BLANCO, RAQUEL | Universidad del País Vasco/Euskal Herriko Unibertsitatea | Profesorado Agregado | Doctora | Bilingüe | Lenguajes y Sistemas Informáticos | raquel.justo@ehu.eus |
RODRIGUEZ FUENTES, LUIS JAVIER | Universidad del País Vasco/Euskal Herriko Unibertsitatea | Profesorado Agregado | Doctor | No bilingüe | Lenguajes y Sistemas Informáticos | luisjavier.rodriguez@ehu.eus |
Competencias
Denominación | Peso |
---|
Que los estudiantes sean capaces de adquirir y relacionar adecuadamente entre sí los conocimientos necesarios para poder abordar y asimilar el estudio de los conceptos teóricos y de aplicación práctica en el ámbito de la asignatura | 100.0
%
|
Tipos de docencia
Tipo | Horas presenciales | Horas no presenciales | Horas totales |
---|
Magistral | 18 | 30 | 48 |
P. Laboratorio | 12 | 15 | 27 |
Actividades formativas
Denominación | Horas | Porcentaje de presencialidad |
---|
Aula/Seminario/Taller | 18.0 | 100
%
|
Laboratorio / Campo | 12.0 | 100
%
|
Trabajo Autónomo | 45.0 | 0
%
|
Sistemas de evaluación
Denominación | Ponderación mínima | Ponderación máxima |
---|
Trabajos Prácticos | 30.0
%
| 50.0
%
|
Trabajos y proyectos | 40.0
%
| 70.0
%
|
Temario
1- Introducción a la materia
2- Computación con lenguaje Python
3- Adquisición, procesado, exploración y visualización de datos
4- Modelado de datos con técnicas de tipo Machine Learning
Bibliografía
Materiales de uso obligatorio
- Apuntes de la asignatura