Desarrollo de Aplicaciones en Lenguaje Python (CESIFC05)
Total: 130 horas
4 hora/semana en 1º
Horario DIURNO
9.0 Créditos ECTS
Resultados de Aprendizaje y Criterios de Evaluación
Manejo, limpieza y normalización de distintos tipos de datos en función del problema a resolver.(RA1)
a)
Se conocen y se importan las librerías usadas en ciencia de datos.
b)
Se ha escrito código que permite leer datos de distintos orígenes (csv, xlsx, entre otros).
c)
Se ha escrito código que permite exportar datos previamente leídos en ficheros de distinto formato (csv, xlsx, entre otros).
d)
Se ha escrito código que permite acceder a bases de datos usando librerías de ciencia de datos.
e)
Se manejan selecciones, actualizaciones, adiciones y eliminaciones de datos de una base de datos usando las librerías de Python aplicadas en ciencia de datos.
f)
Se han realizado pruebas intermedias de verificación.
Limpia y estandariza lotes de datos de forma lógica y eficiente para su tratamiento posterior de acuerdo al problema a resolver.(RA2)
a)
Se han analizado los datos leídos.
b)
Se han deducido las operaciones para normalizar y estandarizar datos en Python.
c)
Se ha escrito código que permite limpiar y estandarizar datos basándose en el problema que hay que resolver.
d)
Se han aplicado intervalos en series de datos para realizar agrupaciones de forma coherente.
e)
Se han identificado los datos a convertir de categóricos a numéricos.
f)
Se ha escrito código que modifica variables categóricas en variables cuantitativas en Python.
Realiza análisis exploratorios en datos teniendo en función del alcance del problema a resolver.(RA3)
a)
Se ha resumido grandes cantidades de datos para toma decisiones.
b)
Se ha sido capaz de responder preguntas relevantes relativos a los datos.
c)
Se han reconocido patrones en los datos.
d)
Se ha escrito código en Python que permita conocer la correlación entre variables.
Desarrolla modelos en lenguaje Python dando solución al problema planteado.(RA4)
a)
Se ha analizado la relación entre una variable continua y una o más variables independientes mediante el ajuste de una ecuación lineal.
b)
Se ha modelado una relación no lineal entre variables independientes y dependientes.
c)
Se ha determinado correctamente la muestra en la que se ensayará el procedimiento a evaluar.
d)
Se ha realizado una predicción y se ha comprobado su precisión y validez usando una muestra de datos válida.