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 (9/9) : 10 y 11/9 - Presentación e introducción a Tema 1 & SQL

  • Semana 2 (16/9) : 17 y 18/9 - Seminario dplyr.

  • Semana 3 (23/9) : 24 y 25/9 - Tema 1 & SQL.

  • Semana 4 (30/9) : 1 y 2/10 - Ejercicios SQL.

  • Semana 5 (7/10) : 8 y 9/10 - Tema 2 & NoSQL - Seminario texto proc. (CSV, excel, Json) y open data .

  • Semana 6 (14/10) : 15/10 - Tutorial sparklyr-SQL. + 16/10 Consultas SQL con sparklyr.

  • Semana 7 (21/10) : 22 y 23/10 Tema 3 Big Data.

  • Semana 8 (28/10) : 29 y 30/10 - Tutoriales sparklyr-ML.

  • Semana 9 (4/11) : 6/11 - Ejercicios ML.

  • Semana 10(11/11) : 11 y 13/11 - Intro a AE (día 13 1 hora de 13 a 14h).

  • Semana 11(18/11) : 18/11 - Intro a AE Manuel, 20 y 21/11 - Ejercicios ML.

  • Semana 12 (25/11): 25/11 o cualquier otro día hasta el 5/12, seguramente el 5/12, dudas práctica ML. Backup.

Examen 21/1/25 4pm.

Recuperación 1/7/25 4pm.

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.