UNIVERSIDAD GERARDO BARRIOS

FACULTAD DE CIENCIA Y TECNOLOGÍA

MACHINE LEARNING
MÓDULO 3

Descripción del módulo:

Los estudiantes poseen competencias para trabajar con bases de datos NoSQL con datos
obtenidos desde diferentes fuentes de libre acceso utilizadas en diferentes contextos de
aplicación, sin embargo, aún no tienen contacto con el marco de funciones relacionadas con
aprendizaje automático para incorporarlas a las soluciones de Big Data. Se pretende que en
el módulo 3 los estudiantes comprendan los fundamentos del Machine Learning y puedan
incorporarlo en sus proyectos.

Competencia específica de la especialidad:

Implementar proyectos de emprendimiento tecnológico, aplicando bases de datos NoSQL y
aprendizaje automático, para la solución de problemas vinculados con el tratamiento
informático de cantidades masivas de datos, a partir de especificaciones de diseño de datos,
trabajando en forma individual y colaborativa.

Competencia específica del módulo:

Utilizar tecnología informática de aprendizaje automático para su incorporación en casos
donde se empleen fuentes de datos de volumen considerable, tomando como referencia los
algoritmos o herramientas disponibles, trabajando en forma individual o colaborativa.

Criterios de evaluación
Describe las características del aprendizaje automático, tomando como referencia el marco
teórico de los algoritmos actualmente aceptados, trabajando en forma individual.

Aplica diferentes algoritmos de aprendizaje automático, a partir de necesidades específicas

de un problema dado en donde se involucren fuentes de datos, trabajando en forma
individual o colaborativa.

Formula una solución de aprendizaje automático, a partir de los requerimientos de su

proyecto de especialidad, trabajando en forma colaborativa.

Contenidos útiles para desarrollar la competencia:

Unidad 01: Introducción al Machine Learning

- Definición de Machine Learning
- Características del Machine Learning
- Clasificación de Machine Learning
- Aplicaciones del Machine Learning en el comercio, industria y servicios.

Unidad 02: Algoritmos de Machine Learning

- Reducción de dimensión
- Árbol de decisión
- Bayesianos
- Clúster
- Regresión
- Redes neuronales
- Aprendizaje profundo

Unidad 03: Seguimiento al Proyecto de Especialidad

- Diseño de la solución
- Implementación de la solución
- Presentación de la solución

Instrumentos de evaluación que medirán esos criterios:

- Rúbrica de evaluación de investigaciones
- Foros de opiniones con rúbrica de participación
- Rúbrica de evaluación de proyecto.
- Exámenes escritos
- Exámenes prácticos.

Estrategias didácticas con que se planifica desarrollar la competencia:

Aprendizaje basado en proyectos: Esta metodología busca la aplicación acumulativa de las

competencias en el desarrollo de un proyecto que se extiende durante un período
determinado, por lo general, de un ciclo académico o durante el transcurso de la asignatura.
Los estudiantes desarrollan este proyecto a lo largo de la asignatura y aplican en él el
aprendizaje que van obteniendo.

Estudio de casos: El estudio de casos es una metodología que busca conectar la formación
de las competencias del estudiante con una situación real ocurrida en la realidad y que ha
sido previamente documentada. Esta situación puede retomarse de noticias locales o
internacionales, casos de éxito, resultados obtenidos en experimentos, fenómenos sociales o
naturales, hechos cotidianos o no cotidianos. A partir del caso planteado, los estudiantes
responden una serie de interrogantes que les permiten poner en práctica las competencias
adquiridas o tomar conciencia motivadora que le induzcan al tema que se revisará.
Investigación bibliográfica: Es un tipo de investigación que procura obtener el estado del arte
de un problema dado a través de la revisión de productos de investigaciones previas que
sobre el mismo problema se hayan realizado.

Prácticas de laboratorio: Las prácticas de laboratorio permiten a los estudiantes desarrollar

competencias de la especialidad a través del contacto con ambientes previamente
acondicionados y lo más próximos posibles a la realidad.

Exposiciones (Docente - Estudiante): La metodología expositiva presenta el panorama

general o global de un tema. Puede utilizarse también para hacer demostraciones de
resolución de ejercicios o para evaluar adquisición de conceptos teóricos por medio de la
verbalización de dichos conceptos.

Ensayos escritos: El ensayo es una forma de redacción en la cual el estudiante realiza el

análisis de un tema a partir de un estudio o investigación previa. En la modalidad no
presencial, los documentos escritos se pueden compartir en forma digital ya sea por correo
electrónico o por medio de la plataforma de aprendizaje en línea. Posteriormente pueden ser
revisados por el docente.

Recursos Bibliográficos

Celaya Luna, A. (2014). CLOUD herramientas para trabajar en la nube (2a. ed). ICB
Interconsulting Bureau. 6 Ejemplares: (Biblioteca SM 3, Biblioteca USU 3)

García Serrano, A. (2017). Inteligencia artificial: Fundamentos, práctica y aplicaciones (2a.

ed). Alfaomega Grupo Editor. 6 Ejemplares: (Biblioteca SM 3, Biblioteca USU 3)

Katz, M. D. (2015). Redes y seguridad (1a. ed). Alfaomega Grupo Editor Argentino. 6
Ejemplares: (Biblioteca SM 3, Biblioteca USU 3)

Maíllo Fernández, J. A. (2016). Seguridad digital e informática (1a. ed). Ra-ma Editorial. 6
Ejemplares: (Biblioteca SM 3, Biblioteca USU 3)

Martínez López, F. J., & Gallegoz Ruíz, A. (2017). Programación de bases de datos
relacionales. Ra-ma Editorial,. 6 Ejemplares: (Biblioteca SM 3, Biblioteca USU 3)

Muñoz Chaparro, A. (2019). Oracle 12c PL/SQL: Curso práctico de formación (1a. ed).
Alfaomega Grupo Editor. 6 Ejemplares: (Biblioteca SM 3, Biblioteca USU 3)

Muñoz Chaparro, A. (2017). Oracle 12c forms y reports: Curso práctico de formación (1a.
ed). Alfaomega. 6 Ejemplares: (Biblioteca SM 3, Biblioteca USU 3)

Pérez Marqués, M. (2016). Big data: Técnicas, herramientas y aplicaciones (1a. ed).
Alfaomega Grupo Editor. 6 Ejemplares: (Biblioteca SM 3, Biblioteca USU 3)
Pérez Marqués, M. (2015). Business intelligence: Técnicas, herramientas y aplicaciones (1a.
ed). Alfaomega. 6 Ejemplares: (Biblioteca SM 3, Biblioteca USU 3)

Pérez Marqués, M. (2015). Minería de datos a través de ejemplos (1a. ed). Alfaomega Grupo
Editor. 6 Ejemplares: (Biblioteca SM 3, Biblioteca USU 3)

Sitios Web y Recursos Digitales:

- Abelló, A. y Elena Rodríguez, M. (2015). Diseño y administración de bases de datos.

Universitat Politècnica de Catalunya. https://elibro.net/es/lc/bibliotecaugb/titulos/61394

- Ahmed, M. (2020). Blockchain in Data Analytics. Cambridge Scholars Publishing.

https://elibro.net/es/lc/bibliotecaugb/titulos/137210

- Aramburu Cabo, M. J. y Sanz Blasco, I. (2012). Bases de datos avanzadas. D - Universitat

Jaume I. Servei de Comunicació i Publicacions.
https://elibro.net/es/lc/bibliotecaugb/titulos/51741

- Beynon-Davies, P. (2014). Sistemas de bases de datos. Editorial Reverté.

https://elibro.net/es/lc/bibliotecaugb/titulos/46796

- Casas Roma, J. Nin Guerrero, J. y Julbe López, F. (2019). Big data: análisis de datos en
entornos masivos. Editorial UOC. https://elibro.net/es/lc/bibliotecaugb/titulos/117744

- Castillo Romero, J. A. (2019). Big data. IFCT128PO. IC Editorial.

https://elibro.net/es/lc/bibliotecaugb/titulos/124254

- Celaya Luna, A. (2014). Cloud: herramientas para trabajar en la nube. Editorial ICB.
https://elibro.net/es/lc/bibliotecaugb/titulos/56046

- Colmenarejo Fernández, R. (2018). Una ética para Big data: introducción a la gestión ética
de datos masivos. Editorial UOC. https://elibro.net/es/lc/bibliotecaugb/titulos/116328

- Díaz Sanchez, F. (2016). Cloud Brokering: new value-added services and pricing policies.
Ediciones USTA. https://elibro.net/es/lc/bibliotecaugb/titulos/68989

- García Alsina, M. (2017). Big data: gestión y explotación de grandes volúmenes de datos.
Editorial UOC. https://elibro.net/es/lc/bibliotecaugb/titulos/116303
- Garriga Domínguez, A. (2016). Nuevos retos para la protección de datos personales: en la
era del Big Data y de la computación ubicua. Dykinson.
https://elibro.net/es/lc/bibliotecaugb/titulos/58235

- González Nogales, L. (2016). Big data: para seguridad privada. Editorial Seguridad y
Defensa. https://elibro.net/es/lc/bibliotecaugb/titulos/118591

- Guijarro Olivares, J. Caparrós Ramírez, J. y Cubero Luque, L. (2019). DevOps y seguridad

cloud. Editorial UOC. https://elibro.net/es/lc/bibliotecaugb/titulos/128889

- Holmes, D. E. (2018). Big Data: una breve introducción. Antoni Bosch editor.
https://elibro.net/es/lc/bibliotecaugb/titulos/122682

- Hueso Ibáñez, L. (2015). Administración de sistemas gestores de bases de datos. RA-MA

Editorial. https://elibro.net/es/lc/bibliotecaugb/titulos/62482

- Jiménez Capel, M. Y. (2015). Bases de datos relacionales y modelado de datos (UF1471).

IC Editorial, https://elibro.net/es/lc/bibliotecaugb/titulos/44139

- Kitchin, R. (2014). The Data Revolution: Big Data, Open Data, Data Infrastructures and
Their Consequences. Sage Publications Ltd.
https://elibro.net/es/lc/bibliotecaugb/titulos/141150

- Marqués, M. (2009). Bases de datos. D - Universitat Jaume I. Servei de Comunicació i

Publicacions. https://elibro.net/es/lc/bibliotecaugb/titulos/51645

- Nieto Bernal, W. y Nieto Bernal, W. (2017). Diseño de base de datos. Universidad del Norte.
https://elibro.net/es/lc/bibliotecaugb/titulos/70030

- Oppel, A. (2010). Fundamentos de bases de datos. McGraw-Hill Interamericana.

https://elibro.net/es/lc/bibliotecaugb/titulos/37322

- Ortiz Clavijo, L. F. Fernández Ledesma, J. D. y Cadavid Nieto, S. (2018). Computación en

la Nube: estudio de herramientas orientadas a la industria 4.0. Lámpsakos, (20), 68-75.
Universidad Católica Luis Amigó. https://elibro.net/es/lc/bibliotecaugb/titulos/127001

- Pulido Romero, E. Escobar Domínguez, Ó. y Núñez Pérez, J. Á. (2019). Base de datos.

Grupo Editorial Patria. https://elibro.net/es/lc/bibliotecaugb/titulos/121283

- Ríos Insua, D. y Gómez-Ullate Oteiza, D. (2019). Big data: conceptos, tecnologías y

aplicaciones. Editorial CSIC Consejo Superior de Investigaciones Científicas.
https://elibro.net/es/lc/bibliotecaugb/titulos/122031

- Rittinghouse, J. W. y Ransome, J. F. (2017). Cloud Computing: Implementation,

Management, and Security. Taylor & Francis Group.
https://elibro.net/es/lc/bibliotecaugb/titulos/166648
- Sarasa, A. (2019). Introducción a las bases de datos NSQL: clave-valor usando Redis.
Editorial UOC. https://elibro.net/es/lc/bibliotecaugb/titulos/113335

- Valderrey Sanz, P. (2015). Administración de sistemas gestores de bases de datos. RA-MA

Editorial. https://elibro.net/es/lc/bibliotecaugb/titulos/62468

- Valderrey Sanz, P. (2015). Gestión de bases de datos. RA-MA Editorial.

https://elibro.net/es/lc/bibliotecaugb/titulos/62469

- Villarino Marzo, J. (2018). La privacidad en el entorno del cloud computing. Editorial Reus.
https://elibro.net/es/lc/bibliotecaugb/titulos/121544

- Wanumen Silva, L. F. (2018). Bases de datos en SQL server. Ecoe Ediciones.

https://elibro.net/es/lc/bibliotecaugb/titulos/70511

- Wang, L. (Ed.), Ranjan, R. (Ed.) y Chen, J. (Ed.). (2017). Cloud Computing: Methodology,
Systems, and Applications. Taylor & Francis Group.
https://elibro.net/es/lc/bibliotecaugb/titulos/140917

- Williamson, B. (2018). Big data en educación. Ediciones Morata, S. L.

https://elibro.net/es/lc/bibliotecaugb/titulos/119511