Esta asignatura se enmarca dentro del ámbito de Sistemas de Información en el submódulo Organización y Sistemas de Gestión. Aborda técnicas de manejo de datos para inferir de ellos cómo se han tomado decisiones y extenderlo a nuevas situaciones, modelado de incertidumbre y riesgos en la toma de decisiones, el ámbito de aplicación denominado como Business Intelligence y sus aplicaciones en el desarrollo de profesional. La asignatura tiene una fuerte componente matemática y requiere de destreza en implementación.





La asignatura tiene una fuerte componente matemática y requiere de destreza en implementación. Se recomienda haber superado los cursos:

- Análisis Matemático

- Cálculo

- Programación Modular y Orientación a Objetos

- Estructuras de Datos y Algoritmos

- Métodos Estadísticos de la Ingeniería

- Investigación Operativa







Temas afines:

- computación

- estadística e investigación operativa

- minería de datos

- inteligencia artificial

- aprendizaje automático

Las competencias específicas incluyen ser capaz de los siguientes aspectos:

C1: Comprender los fundamentos de la ayuda a la decisión.

C2: Aplicar diferentes estrategias en la toma de decisiones

C3: Discutir la naturaleza de las distintas formas de aproximarse al problema de la toma de decisiones en contextos y aplicaciones diversas.





COMPETENCIAS del módulo "M03 Sistemas de Información":



M03CM01

Capacidad para integrar soluciones de tecnologías de la información y comunicaciones y procesos empresariales para satisfacer las necesidades de información de las organizaciones, permitiéndoles alcanzar sus objetivos de forma efectiva y eficiente, dándoles así ventajas competitivas.





M03CM02

Capacidad para determinar los requisitos de los sistemas de información y comunicación de una organización atendiendo a aspectos de seguridad y cumplimiento de la normativa y la legislación vigente.





M03CM03

Capacidad para participar activamente en la especificación, diseño, implementación y mantenimiento de los sistemas de información y comunicación





M03CM04

Capacidad para comprender y aplicar los principios y prácticas de las organizaciones, de forma que puedan ejercer como enlace entre las comunidades técnica y de gestión de una organización y participar activamente en la formación de los usuarios.





M03CM05

Capacidad para comprender y aplicar los principios de la evaluación de riesgos y aplicarlos correctamente en la elaboración y ejecución de planes de actuación.





M03CM06

Capacidad para comprender y aplicar los principios y las técnicas de gestión de la calidad y de la innovación tecnológica en las organizaciones.

1. Introducción a los sistemas de apoyo a la decisión

2. Clasificación supervisada

3. Algoritmos de inferencia

4. Algoritmos de asociación

5. Aplicaciones y casos de uso: e.g. "Business Intelligence". Decisión clínica. Retos abiertos en investigación. etc

La asignatura tiene caracter presencial.



Clases MAGISTRALES (M): se trabajarán fundamentos teóricos y ejercicios a modo de ejemplo que posteriormente se emplearán en los ejercicios prácticos. Se fomenta la actitud pro-activa, discusión y pensamiento crítico.



Grupos de ORDENADOR (GO) se analizará cómo se implementan en sistemas reales las técnicas estudiadas durante las clases magistrales (M) con herramienta actuales. Se fomenta el trabajo autónomo para resolver los distintos objetivos propuestos.

• Sistema de Evaluación Continua
• Sistema de Evaluación Final
• Herramientas y porcentajes de calificación:
  • Prueba escrita a desarrollar (%): 50
  • Realización de prácticas (ejercicios, casos o problemas) (%): 50

Ponderación:

50% Prácticas y Trabajos:

· Requisito: obtener al menos, el 40% de la calificación de este apartado (es decir, obtener 2 puntos en las prácticas y trabajos).



50% Examen:

· Requisito: obtener, al menos, el 40% de la calificación de este apartado (es decir, obtener, al menos, 2 puntos en el examen).



Los requisitos mencionados serán aplicados a todas las convocatorias y modalidades de evaluación.





Convocatoria Ordinaria:

· 50% Prácticas y trabajos: se obtiene mediante evaluación continua haciendo diversas prácticas y trabajos individuales y grupales.

· 50% Examen





“Evaluación Final” siempre que se cumplan las condiciones establecidas en la normativa puede adherirse a la evaluación final. Se aplica el criterio establecido para la convocatoria extraordinaria.





Renuncia de los estudiantes a una convocatoria (Presentado vs. No Presentado)

- Presentado: asistencia al examen de la asignatura en la convocatoria correspondiente.

- No-Presentado: cuando no asiste al examen.

Convocatoria Extraordinaria:

· 50% Prácticas y trabajos: se obtiene mediante la realización de una única práctica extraordinaria que comporta contenidos afines a los trabajados mediante la evaluación continua.

· 50% Examen

e-gela

Bibliografía básica

- Ian Witten, Eibe Frank, Mark. Hall Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann, 2011 (4th Ed. 2017)

- E. Alpaydin. Introduction to Machine Learning. MIT Press, 2009 ó 2012

- Business Intelligence, Analytics, And Data Science: A Managerial Perspective, 4/E Editor: PEARSON INDIA (2019) ISBN-10: 9353067022

Bibliografía de profundización

- Tom Mitchell. Machine Learning. McGraw Hill, 1997.
- Richard O. Duda, Peter E. Hart, David G. Stork; Pattern Classification; Ed. Wiley-Interscience; 2 ed ISBN-13: 978-0471056690
- C.M. Bishop; Pattern Recognition and Machine Learning. Springer. (2006).
- R. Clemen, T. Reilly. Making Hard Decisions. South Western, 2004

Revistas

Decission Support Systems (Elsevier)

Direcciones web

http://dssresources.com
http://www.kdnuggets.com