Ficha asignatura

Universidad de Alicante. Página principal
Ficha de la asignatura: ANÁLISIS DE DATOS CLÍNICOS I
Saltar idiomas
Español | Valencià | English
Saltar iconos
  • PDF
  • Imprimir
  • Inicio
Saltar cabecera
Universidad de Alicante. Página principal
Ficha de la asignatura

GUÍA DOCENTE
33628 - ANÁLISIS DE DATOS CLÍNICOS I (2017-18)

Código33628
Crdts. ECTS.6


Departamentos y Áreas
DepartamentosÁreaCréditos teóricos presencialesCréditos prácticos presencialesDpto. Respon.Respon. Acta
LENGUAJES Y SISTEMAS INFORMÁTICOSLENGUAJES Y SISTEMAS INFORMATICOS1,21,2
CIENCIA DE LA COMPUTACION E INTELIGENCIA ARTIFICIALCIENCIA DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL00
MATEMÁTICASESTADISTICA E INVESTIGACION OPERATIVA00


Estudios en los que se imparte
GRADO EN TECNOLOGÍAS DE LA INFORMACIÓN PARA LA SALUD


Contexto de la asignatura para el curso 2017-18

Esta asignatura está relacionada con el área de análisis de datos en general y aborda cuáles son sus objetivos y beneficios, y cuáles son las problemáticas más comunes para la extracción de información de datos clínicos, algoritmos para la selección de instancias o atributos y los métodos más usuales para predicción de valores.
En el siguiente curso con Análisis de Datos Clínicos II se profundizará más en conceptos y aplicaciones relacionadas con esta área.



Profesor/a responsable
RICO JUAN, JUAN RAMON


Profesores (2017-18)
Grupo Profesor/a
CLASE TEÓRICA DE 336281RICO JUAN, JUAN RAMON
PROFESOR/A TITULAR DE UNIVERSIDAD
PRÁCTICAS CON ORDENADOR DE 336281RICO JUAN, JUAN RAMON
PROFESOR/A TITULAR DE UNIVERSIDAD


Matriculados en grupos principales (2017-18)
Grupo (*)Número
1: CLASE TEÓRICA DE 33628 24
TOTAL 24


Grupos de matricula (2017-18)
Grupo (*)SemestreTurnoIdiomaDistribución
1  (PRÁCTICAS CON ORDENADOR DE 33628) 2do. M CAS desde NIF - hasta NIF -
1  (CLASE TEÓRICA DE 33628) 2do. M CAS desde NIF - hasta NIF -
(*) 1:1 - CAS
(*) 1:1 - CAS


Consulta Gráfica de Horario
   Más informaciónPincha aquí


Horario (2017-18)
ModoGrupo (*)Día inicioDía finDíaHora inicioHora finAula 
CLASE TEÓRICA 1 29/01/2018 23/05/2018 J 09:00 11:00 0016P2001 
PRÁCTICAS CON ORDENADOR 1 29/01/2018 23/05/2018 J 11:30 13:30 0016P2001 
(*) CLASE TEÓRICA
 1: 1 - CAS
(*) PRÁCTICAS CON ORDENADOR
 1: 1 - CAS


Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales)

GRADO EN TECNOLOGÍAS DE LA INFORMACIÓN PARA LA SALUD

Competencias Generales del Título (CG)
  • CG3: Diseñar, desarrollar y evaluar sistemas y procedimientos de análisis en el ámbito de la salud.

Competencias Transversales Básicas de la UA
  • CT1: Adquirir capacidades informáticas e informacionales.
  • CT2: Ser capaz de comunicarse correctamente tanto de forma oral como escrita.
  • CT3: Adquirir capacidad de análisis y síntesis.
  • CT4: Adquirir capacidad de organización y planificación.

Competencias específicas (CE)
  • CE8: Comprender que los datos pueden ser medidos, comparados, agrupados y saber presentarlos de la mejor manera posible dependiendo del propósito que se persiga.
  • CE18: Conocer y saber aplicar técnicas estadísticas y de minería de datos para analizar información de salud.


Resultados de aprendizaje (Objetivos formativos)
  • Explorar las metodologías asociadas a la extracción de conocimiento a partir de los datos.
  • Conocer los fundamentos teóricos y prácticos de minería de datos.
  • Explorar aplicaciones de diagnóstico, pronósticos, exploración y visualización de datos del ámbito clínico y de salud.
  • Conocer y saber aplicar herramientas de software para minería de datos.


Objetivos específicos aportados por el profesorado para el curso 2017-18
  • Conocer cuáles son las ventajas de aplicar técnicas de análisis de datos.
  • Conocer los conceptos básicos relacionados con el análisis de datos. 
  • Conocer los principales problemas relacionados la extracción de información y cómo abordarlos.
  • Conocer algunos modelos de aprendizaje automático orientados a la selección de instancias o atributos y la predicción de valores (clasificación o regresión) para la ayuda a un diagnóstico.
  • Uso práctico de algún sistema de ayuda al análisis, selección, visualización y predicción de datos.


Contenidos para el curso 2017-18

PARTE I. Introducción



  • Cap 1. Introducción al análisis de datos

  • Cap 2. El proceso de Extracción de Conocimiento


PARTE II.Preparación de datos



  • Cap 3. Recopilación. Almacenes de datos

  • Cap 4. Limpieza y Transformación de datos


PARTE III. Técnicas de aprendizaje automático



  • Cap 6. El problema de la extracción de patrones

  • Cap 7. Métodos estadísticos

  • Cap 8. Reglas de asociación y dependencias

  • Cap 9. Métodos basados en casos, en densidad o distancia

  • Cap 10. Métodos bayesianos

  • Cap 11. Árboles de decisión y sistemas de aprendizaje de Reglas

  • Cap 12. Métodos relacionales y otros métodos declarativos

  • Cap 13. Redes neuronales artificiales

  • Cap 14. Métodos basados en núcleo y máquinas de soporte vectorial

  • Cap 15. Métodos estocásticos


PARTE IV. Evaluación, difusión y uso de modelos



  • Cap 16. Técnicas de evaluación

  • Cap 17. Combinación de modelos

  • Cap 18. Interpretación, difusión y uso de modelos


PARTE V. Datos complejos



  • Cap 19. Datos, secuenciales, temporales y multimedia

  • Cap 20. Text Mining, Web mining y XML mining


 



Instrumentos y Criterios de Evaluación 2017-18

La nota de la evaluación se dividirá a partes iguales entre las clases de teoría y las clases de prácticas. La evaluación atenderá a la entrega de diferentes actividades en las fechas establecidas y al seguimiento de la asignatura.

Nota: En las evaluaciones extraordinarias habrá un examen teórico (50%) basado en el contenido teórico de la asignatura y una actividad práctica con ordenador (50%) basada en las prácticas de la asignatura. La nota final se obtendrá de la suma de ambas.

TipoCriterioDescripciónPonderación
ACTIVIDADES DE EVALUACIÓN DURANTE EL SEMESTRE
  • Seguimiento de prácticas (30%)
  • Análisis de un conjunto de datos (20%)
Prácticas50
ACTIVIDADES DE EVALUACIÓN DURANTE EL SEMESTRE
  • Preparación y presentación de una unidad docente (20%)
  • Seguimiento de la asignatura (10%)
  • Examen final (20%)
Teoría50
TOTAL100


Fechas de exámenes oficiales para el curso 2017-18
ConvocatoriaGrupo (*)fechaHora inicioHora finAula(s) asignada(s)Observ:
Periodo ordinario para asignaturas de segundo semestre y anuales 07/06/2018   Aula con ordenadores
Pruebas extraordinarias para asignaturas de grado y máster 06/07/2018   Aula con ordenadores
** La franja horaria asociada al examen solo hace referencia a la reserva del aula y no a la duración del propio examen **
(*) 1:1 - CAS
(*) 1:1 - CAS


Enlaces relacionados
Sin Datos


Bibliografía

Introducción a la minería de datos
Autor(es):HERNÁNDEZ ORALLO, José; RAMÍREZ QUINTANA, Mª José; FERRI RAMÍREZ, César
Edición:Madrid : Pearson Prentice Hall, 2004.
ISBN:84-205-4091-9
Categoría:Básico (*3)
 [ Acceso al catálogo de la biblioteca universitaria

Data mining : practical machine learning tools and techniques (Fourth edition)
Autor(es):WITTEN, Ian H.
Edición:Datos no disponibles.
ISBN:978-0-12-804291-5
Categoría:Básico (*3)
 [ Acceso al catálogo de la biblioteca universitaria ]  [ Acceso a las ediciones anteriores

Aprendizaje automático: conceptos básicos y avanzados, aspectos prácticos utilizando el software Weka
Autor(es):Sierra Araujo, Basilio
Edición:Madrid : Pearson Prentice Hall, 2006.
ISBN:848322381X
Categoría:Básico (*3)
 [ Acceso al catálogo de la biblioteca universitaria
(*3) Estos apartados hacen referencia a la pertenencia de la obra para la asignatura, no a la calidad de la misma.
Este documento puede utilizarse como documentación de referencia de esta asignatura para la solicitud de reconocimiento de créditos en otros estudios.


Documento para la solicitud de reconocimiento de créditos en otros estudios. Es necesario que se firme en el departamento correspondiente.



Documento con toda la información de la Guía Docente



Versión impresa reducida


Saltar pie
Servicio de informática
Saltar estandares
Condiciones de uso - Accesibilidad - Info Legal - © Universidad de Alicante 1996-2009