Programación Informática Aplicada a la Energía
(Curso Académico 2018 - 2019)

Mostrar Todo Ocultar Todo

• G1 - Dominar el lenguaje científico-técnico de las energías renovables, y los conocimientos y razones últimas que lo sustentan a públicos especializados y no especializado de una forma clara y sin ambigüedades
• G2 - Realizar investigación y desarrollo de forma independiente en el ámbito de las energías renovables
• G3 - Trabajar en equipos multidisciplinares y/o internacionales en el ámbito de las energías renovables, empleando herramientas colaborativas

• CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
• CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
• CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
• CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades
• CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

• E12 - Diseñar e implementar procesos de automatización y monitorización de procesos dentro del campo de las energías renovables.

- Profesor/a: Rosa María Aguilar Chinea

Tema 1.- Conceptos de Estadísica y Probabilidad con Python
Tema 2.- Matplotlib y conceptos de probabilidad avanzada
Tema 3.- Modelos predictivos
Tema 4.- Aprendizaje Automático con Python
Tema 5.- Proyectos de Big-Data

- Profesor: Todos
- Temas: Consulta de materiales (manuales técnicos, etc.) y actividades (búsqueda de información, etc.) en inglés. El alumno tendrá que realizar dentro del informe de prácticas un porcentaje del mismo en inglés (que se indicará previamente).

Se desarrollará docencia magistral,combinada con la realización de ejercicios en clase y un trabajo de documentación.
El volumen de trabajo del estudiante se tipifica en 1,5 horas por cada hora de docencia presencial.

La metodología intenta adecuarse a los objetivos que se establecen, que además de formar al alumno en los conocimientos propios de la asignatura, pretende favorecer en el alumno la reflexión, el estudio y la investigación, a fin de que en su posterior vida profesional sea capaz de emplear sus aptitudes de análisis e investigación. Se desarrollarán las siguientes actividades: 
 
*Clases teóricas: Se explican los fundamentos teóricos del temario de la asignatura. 
*Clases prácticas: - Resolución de problemas mediante métodos numéricos, informáticos y gráficos. - Prácticas en ordenador: donde se realizarán prácticas de simulación en las que los alumnos emplearán distintas herramientas software para la resolución de los problemas vistos en las clases teóricas. 
*Tutorías: se resuelven dudas individualmente o en grupos reducidos

Actividades formativas	Horas presenciales	Horas de trabajo autónomo	Total horas	Relación con competencias
Clases teóricas	15,00	0,00	15,0	[CB6 ], [CB7], [CB8 ], [CB9], [CB10 ], [G1], [G2], [G3], [E12]
Clases prácticas (aula / sala de demostraciones / prácticas laboratorio)	7,00	0,00	7,0	[CB6 ], [CB7], [CB8 ], [CB9], [CB10 ], [G1], [G2], [G3], [E12]
Realización de trabajos (individual/grupal)	2,00	0,00	2,0	[CB6 ], [CB7], [CB8 ], [CB9], [CB10 ], [G1], [G2], [G3], [E12]
Estudio/preparación de clases teóricas	0,00	17,00	17,0	[CB6 ], [CB7], [CB8 ], [CB9], [CB10 ], [G1], [G2], [G3], [E12]
Estudio/preparación de clases prácticas	0,00	7,00	7,0	[CB6 ], [CB7], [CB8 ], [CB9], [CB10 ], [G1], [G2], [G3], [E12]
Preparación de exámenes	0,00	9,00	9,0	[CB6 ], [CB7], [CB8 ], [CB9], [CB10 ], [G1], [G2], [G3], [E12]
Realización de exámenes	3,00	0,00	3,0	[CB6 ], [CB7], [CB8 ], [CB9], [CB10 ], [G1], [G2], [G3], [E12]
Asistencia a tutorías	3,00	0,00	3,0	[CB6 ], [CB7], [CB8 ], [CB9], [CB10 ], [G1], [G2], [G3], [E12]
Preparación de trabajos	0,00	12,00	12,0	[CB6 ], [CB7], [CB8 ], [CB9], [CB10 ], [G1], [G2], [G3], [E12]
Total horas	30.0	45.0	75.0
Total ECTS			3,00

-Hands-on data science and Python machine learning: perform data mining and machine learning efficiently using Python and Spark [1-78728-022-5] Kane, Frank 
http://proquest.safaribooksonline.com.accedys2.bbtk.ull.es/book/programming/machine-learning/9781787280748
-Hands-On Machine Learning with Scikit-Learn and TensorFlow : Concepts, Tools, and Techniques to Build Intelligent Systems [1-4919-6229-1; 1-4919-6226-7] Géron, Aurélien
Año:2017
http://proquest.safaribooksonline.com.accedys2.bbtk.ull.es/9781491962282?uicode=laguna
-Introducing data science: big data, machine learning, and more, using Python tools [1-63343-003-0] Ali, Arno
Año:2016
http://proquest.safaribooksonline.com.accedys2.bbtk.ull.es/9781633430037?uicode=laguna

-

-La evaluación de la asignatura se llevará a cabo según el Reglamento de Evaluación y Calificación de la Universidad de La Laguna, o el reglamento vigente en cada momento. 
 
Por norma general la evaluacion sera continua, para lo cual los estudiantes deberan acreditar al menos un 80% de asistencia a las clases y la realizacion del 100% de las actividades programadas e incluyendo las pruebas finales programadas para el final del cuatrimestre. 
 
La evaluación final se realizará, en primer lugar, mediante un examen con una parte tipo test en la que el alumno deberá contestar correctamente, al menos, 2/3 de las preguntas; así como una parte con problemas numéricos a la que se le podrá añadir preguntas de desarrollo. Cada parte del examen contará un 20% de la nota. Será necesario superar el examen tipo test para poder ser evaluado del resto de la asignatura. Asimismo, la superación de cualquiera de las pruebas no se logrará sin un conocimiento uniforme y equilibrado de toda la materia. Otro 40% de la nota vendrá dado a partir de la realización de uno o varios informes por parte del alumno, en inglés al menos en un 50% (podrá elevarse al 100% a criterio del profesor) en el que profundice en relación a los contenidos impartidos por el profesor dentro de la asignatura. El informe podrá ser sometido a exposición por parte del alumno, y preferentemente en inglés (a criterio del profesor). De esta nota, un 10% de la nota se asignará en función de la asistencia a las clases presenciales y las inasistencias adecuadamente justificadas, así como su participación en las clases prácticas y seminarios. 
 
Un 20% de la calificación final se asignará en función de la participación y realización de distintas actividades a través Unidad de Docencia Virtual dentro del proceso de evaluación continua, realizando pruebas de confirmación presenciales y aleatorias donde el alumno demostrará la autoría de la actividad mediante la respuesta a preguntas de control. Si el alumno no participa en la evaluación continua, dicho 20% se sumará al porcentaje de la calificación final que supone el examen tipo test, de forma que éste alcanzará el 40% de la calificación final.


En el caso de que el alumno quiera evaluarse de la asignatura durante el año académico en el que la misma no se imparte, al tratarse de un máster con carácter bienal, deberá comunicar mediante correo electrónico al profesor responsable que figure dentro de la guía docente, y dentro de un plazo no inferior a 7 días naturales a la fecha de la convocatoria a la que piensa presentarse, su intención de presentarse a dicha convocatoria. Se recuerda, además que en dichos años académicos la asignatura no tiene convocatoria en septiembre.
 

Tipo de prueba	Competencias	Criterios	Ponderación
Pruebas objetivas	[CB6 ], [CB7], [CB8 ], [CB9], [CB10 ], [G1], [E12]	Aprobar 2/3 del exámen tipo test	20 %
Pruebas de respuesta corta	[CB6 ], [CB7], [CB8 ], [CB9], [CB10 ], [G1], [E12]	Problemas numéricos en los que realizar un adecuado razonamiento implica obtener el 50% de la calificación del problema y tener el resultado correcto implica obtener el otro 50% de la calificación	20 %
Pruebas de desarrollo	[CB6 ], [CB7], [CB8 ], [CB9], [CB10 ], [G3], [E12]	Realización de informes	40 %
Trabajos y proyectos	[CB6 ], [CB7], [CB8 ], [CB9], [CB10 ], [G1], [G2], [G3], [E12]	Correcta aplicación práctica de los conocimientos adquiridos
Docencia virtual	[CB6 ], [CB7], [CB8 ], [CB9], [CB10 ], [G1], [G2], [G3], [E12]	Participación en actividades y evaluación de las mismas	20 %

* La distribución de los temas por semana es orientativo, puede sufrir cambios según las necesidades de organización docente. Está previsto que hayan dos horas de clases todas las semanas. Se impartirán en ese horario las clases teóricas, las clases prácticas que, en función del temario, podrán configurarse en forma de sesiones en aula de informática o en clase de problemas y las tutorías académico formativas. En las guías docentes la planificación temporal de la programación sólo tiene la intención de establecer unos referentes u orientaciones para presentar la materia atendiendo a unos criterios cronológicos, sin embargo son solamente a título estimativo, de modo que el profesorado puede modificar –si así lo demanda el desarrollo de la materia– dicha planificación temporal. Es obvio recordar que la flexibilidad en la programación tiene unos límites que son aquellos que plantean el desarrollo de materias universitarias que no están sometidas a procesos de adaptación del currículo.

Semana	Temas	Actividades de enseñanza aprendizaje	Horas de trabajo presencial	Horas de trabajo autónomo	Total
Semana 1:	1	Clase en aula presencial (teoría y práctica)	1.00	2.00	3.00
Semana 2:	1	Clase en aula presencial (teoría y práctica) Actividades fin de capítulo	2.00	2.00	4.00
Semana 3:	2	Clase en aula presencial (teoría y práctica)	2.00	2.00	4.00
Semana 4:	2	Clase en aula presencial (teoría y práctica)	2.00	2.00	4.00
Semana 5:	2	Clase en aula presencial (teoría y práctica).  Actividades fin de capítulo	2.00	2.00	4.00
Semana 6:	3	Clase en aula presencial (teoría y práctica)	2.00	2.00	4.00
Semana 7:	3	Clase en aula presencial (teoría y práctica).	2.00	2.00	4.00
Semana 8:	3	Clase en aula presencial (teoría y práctica) Actividades fin de capítulo	2.00	2.00	4.00
Semana 9:	4	Clase en aula presencial (teoría y práctica)	2.00	2.00	4.00
Semana 10:	4	Clase en aula presencial (teoría y práctica)	2.00	2.00	4.00
Semana 11:	4	Clase en aula presencial (teoría y práctica)	2.00	2.00	4.00
Semana 12:	4	Clase en aula presencial (teoría y práctica) Actividades fin de capítulo	2.00	2.00	4.00
Semana 13:	5	Clase en aula presencial (teoría y práctica)	2.00	2.00	4.00
Semana 14:	5	Clase en aula presencial (teoría y práctica).	2.00	2.00	4.00
Semana 15:	5	Clase en aula presencial (teoría y práctica). Actividades fin de capítulo	2.00	2.00	4.00
Semana 16 a 18:	1-5	Actividades de evaluación y trabajo autónomo	1.00	15.00	16.00
Total			30.00	45.00	75.00