MÉTODOS MATEMÁTICOS Y NUMÉRICOS EN CIENCIA DE DATOS

[CB1 ]. Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio

[CB2 ]. Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio

[CB3 ]. Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética

[CB4 ]. Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado

[CB5 ]. Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía

[CG3 ]. Capacidad para desarrollar experimentos y para implementar sistemas, infraestructuras, procesos y herramientas con el fin de soportar la manipulación de los datos durante todo el ciclo de vida de estos.

[CG4 ]. Capacidad para aplicar los métodos generales de la ciencia e ingeniería de datos en los tipos de datos de dominios específicos, así como en la presentación de los datos, el modelado de datos y procesos, los roles organizacionales y las relaciones entre estos.

[CG5 ]. Conocer, desarrollar e implementar estrategias de gestión de datos con el fin de realizar su recolección, almacenamiento, preservación y disponibilidad para posteriores procesamientos.

[CG6 ]. Ser capaz de buscar y seleccionar la información útil necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliográficas del campo.

[CE30 ]. Capacidad para comprender, formular y resolver problemas mediante la construcción, validación y aplicación de modelos matemáticos o estocásticos de un sistema real a partir de los datos observados (presenten dependencia o no) y el análisis crítico de los resultados obtenidos.

[CE31 ]. Conocimiento de herramientas informáticas en el campo del análisis de los datos y modelización estadística, y capacidad para seleccionar las más adecuadas para la resolución de los diferentes problemas.

Se pretende que el alumno refuerce su formación matemática, pilar imprescindible en la comprensión de grandes cantidades de datos. Es por ello que se refuerzan y se amplían algunos contenidos como son:
Derivadas de funciones de variable compleja, desarrollos de potencias, fórmulas de representación integral.
Espacios normados, espacios de Hilbert, teorema de representación de Riesz.
Modelos diferenciales de poblaciones, de difusión y de transporte.
Métodos de Krylov, métodos de Newton y quasi-Newton.

Variable compleja.<br>Análisis funcional y teoría de Fourier.<br>Ecuaciones diferenciales.<br>Métodos numéricos matriciales en altas dimensiones.<br>Métodos numéricos para ecuaciones no lineales en altas dimensiones.<br><br><br><br><br><br><br><br>