Materia
Analítica de datos para ingeniería
Datos generales de la materia
- Modalidad
- Presencial
- Idioma
- Inglés
Descripción y contextualización de la asignatura
Esta asignatura se centra en el aprendizaje de las habilidades prácticas de programación necesarias para analizar un conjunto de datos de ingenieríaProfesorado
Nombre | Institución | Categoría | Doctor/a | Perfil docente | Área | |
---|---|---|---|---|---|---|
BLANCO ILZARBE, JESUS MARIA | Universidad del País Vasco/Euskal Herriko Unibertsitatea | Profesorado Catedratico De Universidad | Doctor | No bilingüe | Mecánica de Fluidos | jesusmaria.blanco@ehu.eus |
EGUIA LOPEZ, PABLO | Universidad del País Vasco/Euskal Herriko Unibertsitatea | Profesorado Agregado | Doctor | No bilingüe | Ingeniería Eléctrica | pablo.eguia@ehu.eus |
ESTEBAN ALCALA, GUSTAVO ADOLFO | Universidad del País Vasco/Euskal Herriko Unibertsitatea | Profesorado Titular De Universidad | Doctor | No bilingüe | Mecánica de Fluidos | gustavo.esteban@ehu.eus |
Competencias
Denominación | Peso |
---|---|
Modelado de escenarios de ingeniería para comprender el contexto, las fuentes y el flujo de datos, etc. Integración de datos | 40.0 % |
Manejar el procesado de datos y la limpieza de datos integrados | 15.0 % |
Habilidad para explorar, visualizar y comprender un conjunto de datos (distribución de datos, estadísticos, etc.) | 15.0 % |
Construir, ensayar y poner en marcha modelos predictivos | 30.0 % |
Tipos de docencia
Tipo | Horas presenciales | Horas no presenciales | Horas totales |
---|---|---|---|
Magistral | 24 | 51 | 75 |
Seminario | 14 | 0 | 14 |
P. de Aula | 12 | 24 | 36 |
Actividades formativas
Denominación | Horas | Porcentaje de presencialidad |
---|---|---|
Aula/Seminario/Taller | 12.0 | 100 % |
Clases magistrales | 24.0 | 100 % |
Elaboración de informes y exposiciones | 24.0 | 0 % |
Estudio individual | 51.0 | 0 % |
Seminarios | 14.0 | 100 % |
Sistemas de evaluación
Denominación | Ponderación mínima | Ponderación máxima |
---|---|---|
Realización y presentación de trabajos e informes | 0.0 % | 100.0 % |
Resultados del aprendizaje de la asignatura
Analizar datos en contextos de ingenieríaManipular y transformar datos
Visualizar datos
Formular modelos de datos
Implementar modelos de datos
Evaluar algoritmos de machine learning
Temario
Lección 1. Introducción e integración de datosLección 2. Probabilidad y estadística
Lección 3. Tratamiento y limpieza de datos.
Lección 4. Exploración y visualización de datos.
Lección 5. Fundamentos de programación
Lección 6. Visualización de datos
Lección 7. Gestión de bases de datos
Lección 8. Desarrollo de modelos
Lección 9. Implementación del modelo
Lección 10. Prueba de modelos
Lección 11. Estudio de caso de ingeniería
Lección 12. Estudio de caso de ingeniería