Créditos ECTS Créditos ECTS: 4.5
Horas ECTS Criterios/Memorias Traballo do Alumno/a ECTS: 70.5 Horas de Titorías: 2 Clase Expositiva: 10 Clase Interactiva: 30 Total: 112.5
Linguas de uso Castelán, Galego
Tipo: Materia Ordinaria Grao RD 1393/2007 - 822/2021
Departamentos: Electrónica e Computación
Áreas: Linguaxes e Sistemas Informáticos
Centro Escola Técnica Superior de Enxeñaría
Convocatoria: Primeiro semestre
Docencia: Con docencia
Matrícula: Matriculable
Obxectivos da materia: O obxectivo desta materia céntrase en introducir os principais conceptos, arquitecturas, tecnoloxías e técnicas relacionados coa construcción e explotación de almacéns de datos no contorno da intelixencia de negocio, así como no contorno da minería de datos. Por iso se presentan os principais problemas, e descríbense os métodos representativos dos principais tipos e a súa aplicación a casos reais. Proporciónase unha visión xeral do modelado dimensional e descríbense os compoñentes básicos dun almacén de datos. Tamén se facilita unha introducción ás tecnoloxías existentes para a implantación eficiente de almacéns de datos de gran tamaño (Big Data), así como os principais procesos para a extracción de información e apoiar a toma de decisións.
1. Almacéns de Datos
1.1. Introdución e obxectivos dos almacéns de datos.
1.2. Modelado dimensional
1.3. Compoñentes dun almacén de datos.
1.4. Arquitectura dun almacén de datos.
1.5. Mitos do modelo dimensional.
2. Extracción, Transformación e Carga (ETL).
2.1. Subsistemas ETL.
2.2. Planificación e implementación dun proceso ETL.
3. Minería de Datos.
3.1. Introdución.
3.2. Preprocesamiento e análise de datos.
3.3. Tarefas e métodos de minería de datos: métodos descritivos e preditivos
3.4. Adestramento e avaliación de modelos
Bibliografía básica:
[1] Hernández Orallo, José, María José Ramírez Quintana, y Cèsar Ferri Ramírez. Introducción a la minería de datos. Prentice Hall, 2007.
[2]. Ralph Kimball and Margy Ross. The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling (3ª Edición). John Wiley and Sons, 2013 ISBN: 1-118-53080-2
[3]. Witten, I. H., Frank, E., & Hall, M. A. (2011). Data mining: Practical machine learning tools and techniques. Burlington, MA: Morgan Kaufmann.3ª Edición.
Bibliografía complementaria:
[1]. Kimball, R.; Ross, M.; Thornthwaite, W.; Mundy, J.; Becker, B. (2008). The Data Warehouse Lifecycle Toolkit, 2ª Edición. John Wiley and Sons
[2]. Pang-Ning Tan, Michael Steinbach and Vipin Kumar(2006). Introduction to Data Mining, Addison Wesley, Edición 2006.
Competencias
Tras cursar esta materia, o alumnado terá coñecementos avanzados sobre a arquitectura e deseño dos almacéns de datos, así como dos principais procesos implicados na súa implementación. Neste contorno, coñecerán técnicas para determinar patróns nos datos, e desenvolver e testear hipóteses.
Almacenes e Minería de datos desenvolve parcialmente as seguintes competencias do título GrEI da USC:
Básicas e xerais:
CG4 - Capacidade para definir, avaliar e seleccionar plataformas hardware e software para o desenvolvemento e a execución de sistemas, servizos e aplicacións informáticas, de acordo cos coñecementos adquiridos segundo o establecido no apartado 5 do devandito Acordo.
CG8 - Coñecemento das materias básicas e tecnoloxías, que capaciten, para o aprendizaxe e desenvolvemento de novos métodos e tecnoloxías, así como as que os doten dunha gran versatilidade para adaptarse a novas
situacións.
CB2 - Que os estudantes saiban aplicar os seus coñecementos ao seu traballo ou vocación dunha forma profesional e posúan as competencias que adoitan demostrarse por medio da elaboración e defensa de argumentos na resolución de problemas dentro da súa área de estudo.
CB3 - Que os estudantes teñan a capacidade de reunir e interpretar datos relevantes (normalmente dentro da súa área de estudo) para emitir xuízos que inclúan unha reflexión sobre temas relevantes de índole social, científica ou ética.
CB4 - Que os estudantes podan transmitir información, ideas, problemas e solucións a un público tanto especializado como non especializado.
CB5 - Que os estudantes desenvolvesen aquelas habilidades de aprendizaxe necesarias para emprender estudos posteriores cun alto grao de autonomía.
Transversais:
TR1 - Instrumentais: Capacidade de organización e planificación. Comunicación oral e escrita en galego,
castelán e inglés. Capacidade de xestión da información. Resolución de problemas. Toma de decisións.
TR2 - Personais: Traballo en equipo. Traballo nun equipo multidisciplinar e multilingüe. Habilidades nas relacións interpersonais. Razoamento crítico. Compromiso ético.
TR3 - Sistémicas: Aprendizaxe autónomo. Adaptación a novas situacións. Creatividade. Iniciativae espíritu emprendedor. Motivación pola calidade. Sensibilidade por temas medioambientais.
Finalmente, desenvolveranse parcialmente as seguintes competencias específicas:
FB5 - Coñecemento dos fundamentos da programación dos sistemas informáticos, e a súa aplicación para a resolución de problemas propios da enxeñaría.
RI1 - Capacidade para deseñar, desenvolver, seleccionar e avaliar aplicacións e sistemas informáticos, asegurando a súa fiabilidade, seguridade e calidade, conforme aos principios éticos e a lexislación e normativa vixente.
RI5 - Coñecemento, administración e mantemento de sistemas, servizos e aplicacións informáticas.
RI6 - Coñecemento e aplicación dos procedementos algorítmicos básicos das tecnoloxías informáticas para deseñar solucións a problemas, analizando a idoneidade e complexidade dos algoritmos propostos.
RI7 - Coñecemento, deseño e utilización de forma eficiente dos tipos e estruturas de datos máis adecuados á resolución dun problema.
RI12 - Coñecemento e aplicación das características, funcionalidades e estrutura das bases de datos, que permitan o seu axeitado uso, e capacidade para o deseño, análise e implementación de aplicacións
baseadas neles.
TI2 - Capacidade para seleccionar, deseñar, desplegar, integrar, avaliar, construir, xestionar, explotar e manter as tecnoloxías de hardware, software e redes, dentro dos parámetros de coste e de calidade axeitados.
TI5 - Capacidade para seleccionar, despregar, integrar e xestionar sistemas de información que satisfagan as necesidades da organización, con criterios de custo e calidade identificados.
Os contidos da materia impartiranse indistintamente en clases expositivas e interactivas. Ao longo do semestre, as unidades teóricas e prácticas alternaranse para afianzar os conceptos. A realización de todas as actividades prácticas propostas é necesaria e obrigatoria para superar a materia.
Activarase un curso na plataforma Moodle do Campus Virtual, que incluirá toda la información de interese para o alumnado, incluíndo o material docente.
Durante o desenvolvemento do curso se empregaranse diferentes metodoloxías docentes en función dos contidos cos que se esté traballando e os obxectivos de aprendizaxe que se pretenda obter en cada caso.
Clases de Teoría (10 horas)
En elas aplicaranse a partes iguais tanto a metodoloxía da clase maxistral, como o método do aula invertida no que o alumnado ten un rol máis activo.
Sesións prácticas en grupos reducidos (30 horas). Aplicaremos as metodoloxías ABP (Aprendizaxe Basado en Problemas) e ABC (Aprendizaxe Basado en Casos) ao longo desta fase, co propósito de estimular competencias transversais adicionais de tipo instrumental, personal e sistémica.
As clases expositivas traballarán as competencias CG4, CG8, CB2, CB3, CB4 y CB5, TR1, TR3, FB5, RI5, RI6, RI7, RI12, TI2 e TI5.
Nas clases interactivas se traballarán as competencias CG4, CB2, CB3, CB4, CB5, TR1, TR2, TR3, FB5, RI1, RI5, RI6, RI7, RI12, TI2 e TI5
Tanto a docencia expositiva como a interactiva será fundamentalmente de carácter presencial.
As sesións de titorías servirán para resolver as dúbidas do alumnado relacionadas cos contidos da materia. Non poderán ser empregadas como substituto das clases de teoría e/o interactivas. Estas titorías serán tanto presenciais como virtuais a través de correo electrónico, campus virtual ou plataforma Microsoft Teams. As tutorias síncronas requirirán cita previa.
O sistema de avaliación consistirá nunha compoñente de avaliación contínua e outra de exame final. Para superar o curso será imprescindible ter a avaliación positiva en ambas.
Para superar a materia, o estudante deberá entregar e superar as actividades prácticas propostas (65% da cualificación final) e superar o exame final (35% da cualificación final). Para xerar a cualificación final será necesario obter unha nota mínima de 5 nas actividades prácticas e de 4 no exame final. A superación da materia require dunha cualificación final igual ou maior a 5 sobre 10.
As actividades prácticas avaliables estarán compostas dunha serie de exercicios individuais que se irán desenvolvendo e entregando de maneira obrigatoria ao longo do cuadrimestre e que, por regra xeral, avaliaranse durante as propias sesións interactivas. Haberá tamén dúas entregas grupais obrigatorias que corresponderán aos dous grandes bloques da materia (almacéns de datos e minería de datos) onde os estudantes deberán demostrar e aplicar os coñecementos adquiridos. Estímase que as dúas prácticas grupais teñan como data de entrega o mes de decembro.
O exame final terá carácter obrigatorio e presencial e as súas preguntas centraranse nos contidos específicos que se desenvolveron na materia en relación coas súas competencias e que poderán ser adquiridos polo estudante tanto na parte expositiva como na interactiva.
Conforme ao Artigo 1 do regulamento de asistencia a clase nos ensinos oficiais de grao e máster da USC, indícase de forma explícita que a asistencia a clase non terá ningunha valoración na avaliación da materia. Con todo, recoméndase encarecidamente, xa que é fundamental para a adquisición dos coñecementos.
A parte teórica da materia terá en conta o grao de consecución das competencias básicas e xerais CG4, CG8, CB2, CB3, CB4 y CB5; as transversais TR1 e TR3; as asociadas coa informática RI5, RI6, RI7 e RI12; e as relacionadas con as tecnoloxías da información TI2 e TI5.
As prácticas individuais e grupais permitirán avaliar o grao de consecución das competencias CG4, CB2, CB3, CB4, CB5, TR1, TR2, TR3, FB5, RI1, RI5, RI6, RI7, RI12, TI2 e TI5.
Na oportunidade de xullo só poderán aprobar aqueles estudantes que entregaron as prácticas durante o semestre que se imparte a materia.
Considerarase presentado un estudante que realice máis do 40% das prácticas ou que se presente ao exame teórico.
Non se manterán notas entre as convocatorias para diferentes cursos. Por conseguinte, o alumnado repetidor serán avaliados do mesmo xeito que os estudantes de primeira matrícula.
Para os casos de realización fraudulenta de exercicios ou probas será de aplicación o recollido na Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións”.
A materia ten, segundo a memoria do GrEI da USC, unha carga de traballo de 4,5 ECTS.
Dado que a USC establece o número de horas correspondentes a cada ECTS en 25 (mínimo legal permitido), a carga de traballo total para a materia é de 112,5 horas (4,5 ECTS x 25 horas por ECTS).
A carga de traballo presencial establécese en 10 horas de docencia expositiva, 30 horas de docencia interactiva e 2 horas de titoría. Polo tanto, o traballo persoal do alumnado debe ser de 70,5 horas.
Dominar os conceptos básicos de bases de datos desenvolvidos na materia de Bases de datos I e Bases de datos II.
Idioma predominante de instrución: castelán
Alvaro Vazquez Alvarez
- Departamento
- Electrónica e Computación
- Área
- Linguaxes e Sistemas Informáticos
- Correo electrónico
- alvaro.vazquez [at] usc.es
- Categoría
- Profesor/a: Profesor Axudante Doutor LOU
David Mera Perez
Coordinador/a- Departamento
- Electrónica e Computación
- Área
- Linguaxes e Sistemas Informáticos
- Correo electrónico
- david.mera [at] usc.es
- Categoría
- Profesor/a: Profesor Contratado/a Doutor
Jose Daniel Viqueira Cao
- Departamento
- Electrónica e Computación
- Área
- Linguaxes e Sistemas Informáticos
- Correo electrónico
- josedaniel.viqueira [at] rai.usc.es
- Categoría
- Predoutoral Xunta
Luns | |||
---|---|---|---|
11:30-14:00 | Grupo /CLIL_02 | Castelán | IA.03 |
Mércores | |||
11:30-14:00 | Grupo /CLIL_01 | Castelán | IA.04 |
16:30-17:30 | Grupo /CLE_01 | Galego | Aula A4 |
21.01.2026 10:00-14:00 | Grupo /CLE_01 | Aula A5 |
21.01.2026 10:00-14:00 | Grupo /CLIL_01 | Aula A5 |
21.01.2026 10:00-14:00 | Grupo /CLIL_02 | Aula A5 |
21.01.2026 10:00-14:00 | Grupo /CLE_01 | Aula A8 |
21.01.2026 10:00-14:00 | Grupo /CLIL_01 | Aula A8 |
21.01.2026 10:00-14:00 | Grupo /CLIL_02 | Aula A8 |
01.07.2026 16:00-20:00 | Grupo /CLIL_01 | Aula A2 |
01.07.2026 16:00-20:00 | Grupo /CLIL_02 | Aula A2 |
01.07.2026 16:00-20:00 | Grupo /CLE_01 | Aula A2 |