Créditos ECTS Créditos ECTS: 4.5
Horas ECTS Criterios/Memorias Horas de Tutorías: 2 Clase Expositiva: 17 Clase Interactiva: 22 Total: 41
Lenguas de uso Castellano, Gallego
Tipo: Materia Ordinaria Grado RD 1393/2007 - 822/2021
Departamentos: Electrónica y Computación
Áreas: Ciencia de la Computación e Inteligencia Artificial
Centro Facultad de Administración y Dirección de Empresas
Convocatoria: Primer semestre
Docencia: Con docencia
Matrícula: Matriculable
Al completar la materia el/la alumno/a será capaz de:
- Conocer y saber diferenciar los diferentes modelos de aprendizaje automático.
- Saber aplicar el modelo más apropiado de aprendizaje automático para un problema determinado de explotación de datos en el ámbito empresarial.
- Saber utilizar plataformas software para construir modelos basados en aprendizaje automático a partir de datos.
- Saber reducir la dimensionalidad de los datos de un problema en el ámbito empresarial para facilitar su tratamiento mediante aprendizaje automático.
- Introducción al aprendizaje automático.
- Reducción de la dimensión.
- Aprendizaje no supervisado (agrupamiento).
- Aprendizaje supervisado (Clasificación/regresión).
- Aprendizaje por refuerzo.
- Combinación y selección de modelos.
- Plataformas y herramientas software para aprendizaje automático.
Bibliografía básica
D. Borrajo, J. González y P. Isasi. Aprendizaje automático. Sanz y Torres.
T.M. Mitchell. Machine Learning. McGraw Hill.
Bibliografía complementaria
E. Rich y K. Knight. Artificial Intelligence. McGraw-Hill.
S. Russel y P. Norving. Artificial Intelligence: a modern approach. Prentice Hall. 2003
De Mauro, Andrea. Data Analytics Made Easy: Use Machine Learning and Data storytelling in Your Work Without Writing Any Code Expert insight. Packt Publishing, 2021
Competencias generales y básicas
CG2 - Identificar, reunir, analizar e interpretar datos relevantes sobre cuestiones relacionadas con el ámbito empresarial y
tecnológico
CG7 - Conocer y emplear correctamente las herramientas informáticas y las nuevas tecnologías relacionadas con la gestión
empresarial
CB1 - Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la
educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también
algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio
CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las
competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de
su área de estudio
CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio)
para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética
CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no
especializado
CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores
con un alto grado de autonomía
Competencias transversales
CT1 - Pensar de forma integrada y crítica, y abordar los problemas desde diferentes perspectivas
CT5 - Capacidad de resolver problemas y tomar decisiones aplicando los conocimientos teóricos a la práctica
CT6 - Trabajar en equipo, compartiendo los conocimientos y sabiéndolos comunicar al resto del equipo y la organización
CT9 - Capacidad para el aprendizaje autónomo y autoevaluación
CT10 - Habilidad en el manejo de herramientas de cálculo y tecnologías de la información y de la comunicación (TIC)
Competencias específicas
CE13 - Identificar fuentes de información fiable, elaborar e interpretar dicha información utilizando las técnicas de análisis y las
herramientas matemáticas, estadísticas y tecnológicas apropiadas para dar apoyo a la toma de decisiones
CE14 - Conocer y saber utilizar herramientas y mecanismos de representación, almacenamiento, transformación, análisis y
comunicación de la información de manera fiable y eficiente
CE15 - Comprender las posibilidades del Big Data y la inteligencia artificial y de negocio para la mejora de los procesos
empresariales y conocer los requerimientos para su implantación
CE16 - Entender los sistemas de información empresarial, tomando en consideración sus tres dimensiones específicas
(informacional, tecnológica y organizativa) y tomar decisiones relacionadas con su especificación, diseño e implantación
CE18 - Conocer el uso y programación de sistemas informáticos, bases de datos, criptografía y cadenas de bloques para su
aplicación a la gestión y análisis de la información empresarial y al diseño y desarrollo de productos, procesos y nuevos modelos de negocio
CE5 - Comprender el rol integrador de la tecnología y conocer los principales productos tecnológicos y tendencias de la tecnología
asociados a los diversos ámbitos de la gestión empresarial
La docencia se impartirá de forma semipresencial utilizando como apoyo las plataformas corporativas de la USC: Moodle (Campus Virtual) y MS Teams. El estudio y aprendizaje de esta asignatura se apoyará en las siguientes actividades:
(a) Estudio autónomo por parte del alumnado de los materiales didácticos correspondientes a cada unidad temática, que el profesorado pondrá a disposición de los estudiantes en el Campus Virtual.
(b) Realización por parte del alumnado de actividades prácticas preferentemente de carácter individual. En este sentido, se propondrán varios casos prácticos a desarrollar a lo largo de la asignatura y que deberán ser entregados en las fechas correspondientes de acuerdo con el cronograma establecido. La información y entrega de estas actividades se articulará a través del Campus Virtual.
(c) Participación activa de los estudiantes en actividades colaborativas (por ejemplo, foros de debate). Esos foros de debate permitirán a los estudiantes manifestar sus puntos de vista y opiniones, buscando la interacción y el debate compartido.
(d) Sesiones presenciales: Estas sesiones, que se desarrollarán de acuerdo con los horarios establecidos por la Facultad, se impartirán en el aula correspondiente y serán retransmitidas de forma síncrona en streaming. En consecuencia, el alumnado podrá asistir a ellas bien de forma física o bien conectándose a través de MS Teams. En estas sesiones se llevará a cabo una revisión breve de los contenidos generales de cada unidad temática y se desarrollarán otras actividades complementarias a las realizadas de forma individual por los alumnos y orientadas a fomentar la participación y puesta en común de todo el grupo.
El trabajo autónomo del alumnado será guiado por el profesorado en las horas destinadas a tutorías. Estas tutorías se desarrollarán preferentemente a través de la plataforma MSTeams.
La asistencia a las clases será obligatoria, salvo causa justificada. Las faltas de asistencia no puntúan negativamente en la nota final de la materia.
La evaluación consta de dos partes individuales separadas, la teoría y la práctica.
La parte práctica de la materia se evaluará mediante un proceso de evaluación continua:
- Ejercicios prácticos, talleres, exposiciones orales y participación activa en el aula (presencial y virtual): 20% de la nota global. Este apartado sirve para evaluar las siguientes competencias:
- Competencias generales y básicas: CG2, CG7, CB2, CB3
- Competencias transversales: CT1, CT5, CT6, CT10
- Competencias específicas: CE13, CE14, CE16
- Trabajos (individuales o en grupo): 30% de la nota global. Este apartado permite evaluar:
- Competencias generales y básicas: CB2, CB3, CB4, CB5
- Competencias transversales: CT1, CT6, CT9, CT10
- Competencias específicas: CE13, CE14, CE15, CE18
La parte teórica se evaluará con un examen que supondrá el 50% de la nota global. Mediante el examen se evalúan las siguientes competencias:
- Competencias generales y básicas: CG2, CB1, CB2, CB3
- Competencias transversales: CT1, CT5, CT10
- Competencias específicas: CE5, CE13, CE14, CE15, CE16, CE18
PRIMERA OPORTUNIDAD:
Para superar la asignatura en primera oportunidad, el alumnado deberá cumplir tres condiciones: asistir regularmente a las clases, realizar y superar las actividades propuestas a lo largo del curso, y aprobar el examen final en primera oportunidad. La calificación final se calculará aplicando los porcentajes descritos en el sistema de evaluación.
SEGUNDA OPORTUNIDAD:
Para superar la asignatura en segunda oportunidad, el alumnado deberá cumplir dos condiciones: realizar y superar las actividades propuestas a lo largo del curso, y aprobar el examen final en segunda oportunidad. La calificación final se calculará aplicando los porcentajes descritos en el sistema de evaluación.
ALUMNADO DE SEGUNDA MATRÍCULA Y SUCESIVAS:
El alumnado de segunda matrícula y sucesivas estará exento del cumplimiento del deber de asistencia a las clases para superar la asignatura en convocatoria ordinaria. Deberán realizar y entregar las actividades en los plazos establecidos, y superar el examen final. La calificación final se calculará aplicando los mismos porcentajes y el mismo sistema de evaluación por competencias que para el resto del alumnado.
REALIZACIÓN FRAUDULENTA DE EJERCICIOS O PRUEBAS:
En los casos de realización fraudulenta de ejercicios o pruebas será de aplicación lo establecido en la “Normativa de evaluación del rendimiento académico de los estudiantes y de revisión de las calificaciones”.
DISPENSA DE ASISTENCIA:
Los estudiantes que tengan concedida la dispensa de asistencia por la Comisión de Título siguiendo lo dispuesto en el “Regulamento de asistencia a clase nas ensinanzas oficiais de grao y máster da Universidade de Santiago de Compostela”, deberán realizar y entregar las actividades en los plazos establecidos, y superar el examen final. La calificación final se calculará aplicando los mismos porcentajes y el mismo sistema de evaluación por competencias que para el resto del alumnado.
Trabajo presencial en el aula:
Sesiones: 9 horas
Tutorías (grupos reducidos): 4 horas
Trabajo no presencial en el aula:
Horas de evaluación: hasta 3 (exámenes oficiales)
Aprendizaje virtual, estudio personal y resolución de casos prácticos/trabajos: 58 horas
Preparación del trabajo: 14
Preparación de exámenes: 24,5
Roberto Iglesias Rodriguez
- Departamento
- Electrónica y Computación
- Área
- Ciencia de la Computación e Inteligencia Artificial
- Correo electrónico
- roberto.iglesias.rodriguez [at] usc.es
- Categoría
- Profesor/a: Catedrático/a de Universidad
Beatriz Blanco Besteiro
Coordinador/a- Departamento
- Electrónica y Computación
- Área
- Ciencia de la Computación e Inteligencia Artificial
- Correo electrónico
- beatriz.blanco [at] usc.es
- Categoría
- Profesor/a: Ayudante Doutor LOSU
Francisco Javier Garcia Polo
- Departamento
- Electrónica y Computación
- Área
- Ciencia de la Computación e Inteligencia Artificial
- Correo electrónico
- franciscojavier.garcia.polo [at] usc.es
- Categoría
- Profesor/a: Titular de Universidad
| Viernes | |||
|---|---|---|---|
| 19:00-21:00 | Grupo /CLIS_01 | Castellano | Aula Informática 5 |
| 14.01.2026 15:00-19:00 | Grupo /CLIS_01 | Aula Informática 5 |
| 10.06.2026 15:00-19:00 | Grupo /CLIS_01 | Aula Informática 5 |