1.2 Planificación (tentativa)
La impartición de los contenidos durante el curso dependerá de los conocimientos de partida y la asimilación de los conceptos. Para completar nuestra visión de los conocimientos previos os requerimos completar este formulario en la primera sesión de clase: https://forms.gle/D5bhiLLBUFuh6k1n8
Semana 1 (20/10) : 21/10 - Presentación
Semana 2 (27/10) : 28 y 30/10 - Tema 1 - SQL
Semana 3 (03/11) : 04 y 06/11 - Seminario dplyr
Semana 4 (10/11) : 11, 13 y 14/11 - Tema 1 - SQL
Semana 5 (17/11) : 18, 20/11 - Tema 1 - SQL. + 21/11 - Seminario texto proc. (CSV, excel, Json) y open data
Semana 6 (24/11) : 25/11 - Tema 2 NOSQL + 27 y 28/11 - Tema 3 Big Data
Semana 7 (1/12) : 2, 4 y 5/12 Tema 3 Big Data.
Semana 8 (8/12) : 9 y 11/12 - Intro a AE + 12/12 Tutoría práctica ML.
Semana 9 (15/12) : 16, 18 y 19/12 - Clases de paso / tutorías de cara a examen.
1.2.1 Evaluación
Examen (60%): El examen de la materia evaluará los siguientes aspectos: Conceptos de la materia: Dominio de los conocimientos teóricos y operativos de la materia. Asimilación práctica de materia: Asimilación y comprensión de los conocimientos teóricos y operativos de la materia.
Prácticas de laboratorio (40%): Evaluación de las prácticas de laboratorio desarrolladas por los estudiantes.