Formato 1 UNIVERSIDAD DE GUADALAJARA 1. DATOS GENERALES DEL CURSO Nombre del curso Análisis de información y minería de datos para la toma de decisiones Programa al que pertenece Créditos Horas teoría 35 Horas práctica 70 Eje de formación Perfil deseable del profesor Licenciatura en Tecnologías e Información 10 créditos Sistemas de información Experiencia en gestión de proyectos, metodología de proyectos IT, licenciatura en informática o afines, diseño de bases de datos, inteligencia empresarial, desarrollo de software 2. COMPETENCIA El estudiante diseña e implementa mediante el análisis de la información, las herramientas y técnicas para organizar y relacionar información de una o de diferentes bases de datos para la obtención de nueva información. 3. ATRIBUTOS DE LA COMPETENCIA Conocimientos Generación de nueva información a partir del análisis sobre los datos Construcción e implementación de un almacén de datos Utilización adecuada de herramientas de minería de datos Organización de datos de forma que puedan ser utilizados de forma sencilla para el análisis Conocimiento de tareas y técnicas de la minería de datos Habilidades Abstracción de nuevos modelos de datos Planear nuevas formas de explotar y examinar los datos
Formato 1 Transformar datos en información valiosa Análisis lógico matemático Evaluación de los resultados Actitudes Valores 1 Analizar desde diferentes perspectivas el origen de los datos, el procesado y los resultados Cuidado de los detalles al momento de evaluar los resultados Exploración de nuevos resultados Respeto del uso de los datos (Protección de datos) Claridad al entregar resultados Integridad en la entrega de resultados 1 Aludir no sólo a valores universales, sino de postura ante los problemas y alternativas de atención. 4. COMPETENCIA GENERAL DEL PERFIL DE EGRESO CON QUE SE VINCULA O A LA QUE APOYA Diseñar, desarrollar, integrar, operar y evaluar soluciones tecnológicas. 5. PRODUCTO INTEGRADOR Unidad 1 Unidad 2 Unidad 3 Título Introducción al análisis de Implementación de un la información y la minería de datos almacén de datos Objetivo El estudiante analizará diversos métodos y perspectivas del análisis de los datos. Contenido *OLAP *Minería de datos *Inteligencia de negocios *Proceso KDD *Tareas de minería de datos El estudiante implementará su propio almacén de datos para generar vistas minables listas para ser analizadas. *Almacén de datos *Diagrama relacional *Implementación de BD *Herramientas ETL *Data Warehouse Técnicas y herramientas de minería de datos El estudiante utilizará las herramientas de análisis y pondrá en práctica la teoría de la minería de datos. *Herramientas de minería y análisis de datos *Implementación de análisis básicos sobre campos numéricos
Producto de la unidad *Métodos (algoritmos) de minería de datos Mapa conceptual de conceptos sobre el análisis de datos y el análisis de la información Formato 1 *Data marts *OLAP *Vista minable Archivo Excel o separado por copas con una vista minable lista para explotar los datos del proyecto Duración 4 semanas y media 7 semanas 5 semanas *Implementación de técnicas de minería de datos Documento con resultados del análisis que incluya el tablero de control (Dashboard) con los resultados de los análisis realizados 1 Se pueden insertar o eliminar unidades (subcompetencias) dependiendo de las necesidades de cada curso 6. PRODUCTO INTEGRADOR Título Generar página web con la teoría de la minería de datos y los resultados obtenidos sobre los análisis hechos al almacén de datos Objetivo El estudiante elaborará una página web donde muestre el proceso de aprendizaje durante el curso, dividiendo la teoría y el análisis. Caracterización El estudiante generará una página web separada en dos secciones: la base teórica, que comprenderá toda información generada mediante las investigaciones realizadas durante el curso y los resultados donde el estudiante pondrá a manera de Panel Gerencial (Dashboard) los resultados obtenidos a partir de los análisis realizados sobre su almacén de datos.
Formato 1 UNIVERSIDAD DE GUADALAJARA 8. BIBLIOGRAFÍA Básica Complementaria o Ganczarski, J.. (2009). Data Warehouse Implementations: Critical Implementation Factors Study. Germany: VDM Verlag Saarbrücken. o Orallom, J. (2004). Introducción a la minería de datos. Madrid (España): Pearson Educación S.A. o Rodríguez, M., González, P., & Gómez M.. (2011). o Estructuras de datos. Un enfoque moderno. Madrid (España): Editorial Complutense. Peralta, V. & Ruggia, R.. (2001). Implementación de herramientas CASE que asistan en el Diseño de Data Warehouses. febrero 01, 2016, de Reportes Técnicos 01-20. UR. FI INCO Sitio web: http://www.fing.edu.uy/inco/pedeciba/bibliote/reptec/tr0120.pdf Zavala, J. & Khachaturov, V.. (2006). Programacio n Entera, el Me todo del A rbol de Cubos, su Algoritmo Paralelo y sus Aplicaciones. febrero 01, 2016, de Universidad Autónoma del Estado de Morelos Sitio web: http://www.gridmorelos.uaem.mx/~mcruz//cursos/optimizacion/bandbmod.pdf Gallardo, D.. (2012). Diseño e implementación de un sistema de administración de tiempos en proyectos de desarrollo de software y control de desempeño mediante cubos de información para toma de decisiones gerenciales. Caso práctico: cubos de información para el control del desempeño en la empresa Babel Software. Febrero 01, 2016, de LATACUNGA Sitio web: http://repositorio.espe.edu.ec/bitstream/21000/5123/1/t-espel-0900.pdf
1. DATOS GENERALES DEL CURSO Nombre del curso Programa al que pertenece Eje de formación 1 Rúbrica de evaluación para el producto final del curso Análisis de información y minería de datos para la toma de decisiones Licenciatura en Tecnologías e Información Análisis y diseño de sistemas Actualizado: [dd/mm/aaaa] 2. COMPETENCIA El estudiante diseña e implementa mediante el análisis de la información, las herramientas y técnicas para organizar y relacionar información de una o de diferentes bases de datos para la obtención de nueva información. 3. DESCRIPCIÓN DEL PRODUCTO Página web separada en dos secciones: La base teórica: Temas y conceptos importantes - Sociedad de la información y/o Sociedad del conocimiento - Inteligencia de negocios - OLAP - Minería de datos - Qué es el proceso de KDD (Minería de datos)?, Cuáles son las etapas en que se divide el proceso? y describe cada una de las etapas. - Tareas y técnicas de minería de datos y su correlación - Herramientas ETL y algunos ejemplos de herramientas ETL, MOLAP, Data warehouse, DataMarts. - Vista minable - Herramientas de minería de datos - Técnicas de minería de datos Resultados - Almacén de datos para generar vistas minables 1 Solicitar información a la Coordinación de Diseño Educativo o la coordinación del programa. Revisión: 0; Fecha: 09/04/2013
Rúbrica de evaluación para el producto final del - Herramientas utilizadas en el análisis curso de datos - Técnicas utilizadas en el análisis de datos - Panel Gerencial (Dashboard) derivado del análisis de datos 4. CRITERIOS DE EVALUACIÓN DE FONDO Observaciones DEMOSTRACIÓN DE COMPETENCIAS-PROCESOS 2 PORCENTAJE E MB B R NA Proceso para desarrollar la Puntaje Descripción de criterios competencia 4.1 Análisis de conceptos básicos sobre información y minería de datos 20 Incluye los conceptos básicos debidamente descritos sobre información y minería de datos 4.2 Implementación de almacén de datos para generar vistas minables 4.3 Aplicación de técnicas y herramientas para el análisis de datos 20 Diseña un modelo de datos y genera diagrama correlacional Utiliza un sistema de gestión de datos Incluye vista minable de su almacén de datos para ser explotada 30 Selecciona una herramienta para trabajar con su almacén de datos Obtiene valores básicos estadísticos (media, mediana, mínimo, máximo, desviación estándar, etc.) Se aplican dos ejemplos de técnicas de minería de datos excluyendo la obtención de datos estadísticos Se obtiene información valiosa con base en la aplicación de la técnica de minería de datos específica Página Web con los resultados del análisis de datos para la toma de decisiones Presentación de resultados en formato de Tablero de Control (Dashboard) 2 Los criterios de forma descritos en este espacio son sugerencias, se pueden modificar según las características del producto. Revisión: 0; Fecha: 09/04/2013
Rúbrica de evaluación para el producto final del curso 5. CRITERIOS DE EVALUACIÓN DE FORMA Observaciones PORCENTAJE E MB B R NA Formato del producto Puntaje Descripción de criterios 5.1 Generación de página web 3 Página web montada en Internet que incluya al menos las dos secciones solicitadas 5.2 Cuerpo de trabajo 3 La redacción y la ortografía, facilita la comprensión de la información. La información se presenta de manera lógica. 5.3 Fuentes de información 4 Las referencias y fuentes de consulta están correctamente citadas de acuerdo al sistema APA. Tanto las citas textuales y de paráfrasis como el listado final de referencias. Las fuentes consultadas son confiables. Pertenecen a organismos educativos, gubernamentales o especializados en el área de conocimiento. Están firmados tanto por una institución de renombre, como por un autor reconocido por sus conocimientos en la materia. La información citada tiene congruencia con el contexto del documento, ayuda a fundamentar. La información presentada es verdadera. 6. Observaciones del asesor COMENTARIOS SOBRE LA CUALIDAD DEL PRODUCTO Revisión: 0; Fecha: 09/04/2013