Técnicas Avanzadas de Análisis de Datos
(Curso Académico 2020 - 2021)
Mostrar Todo


Nota informativa: Atendiendo a la normativa de Protección de Datos y propiedad intelectual en la que se limita la publicación de imágenes de terceras personas sin su consentimiento, aquellos que difundan grabaciones de las sesiones de clase sin previo consentimiento de las personas implicadas, serán responsables ante la ley del uso prohibido de las citadas grabaciones.



1. Datos descriptivos de la asignatura
  • Código: 835871107
  • Centro: Escuela de Doctorado y Estudios de Postgrado
  • Lugar de impartición: -
  • Titulación: Máster Universitario en Ciberseguridad e Inteligencia de Datos
  • Plan de Estudios: 2018 (publicado en 19-09-2018)
  • Rama de conocimiento: Ingeniería y Arquitectura
  • Itinerario/Intensificación:
  • Departamento/s:
  • Área/s de conocimiento:
    • Arquitectura y Tecnología de Computadores
    • Ciencia de la Computación e Inteligencia Artificial
  • Curso: 1
  • Carácter:
  • Duración: Segundo cuatrimestre
  • Créditos ECTS: 6,0
  • Modalidad de impartición: Semipresencial
  • Horario: Ver horario
  • Dirección web de la asignatura: Ver web de la asignatura
  • Idioma: Castellano e Inglés (0,30 ECTS en Inglés)
2. Requisitos para cursar la asignatura
3. Profesorado que imparte la asignatura

Profesor/a Coordinador/a: PEDRO A. TOLEDO DELGADO

General:
Nombre:
PEDRO A.
Apellido:
TOLEDO DELGADO
Departamento:
Ingeniería Informática y de Sistemas
Área de conocimiento:
Arquitectura y Tecnología de Computadores
Grupo:
Contacto:
Teléfono 1:
922318276
Teléfono 2:
Correo electrónico:
petode@ull.es
Correo alternativo:
pedro.toledo@ull.edu.es
Tutorías primer cuatrimestre:
DesdeHastaDíaHora incialHora finalLocalizaciónPlantaDespacho
Todo el cuatrimestre Martes 16:00 19:00 Torre Profesor Agustín Arévalo - CE.1B 2 Nombre en la puerta del despacho. Zona tras la puerta de la izquierda saliendo del ascensor.
Todo el cuatrimestre Viernes 10:00 13:00 Torre Profesor Agustín Arévalo - CE.1B 2 Nombre en la puerta del despacho. Zona tras la puerta de la izquierda saliendo del ascensor.
Observaciones: Se dispondrá de un enlace a la herramienta Calendar de Google para solicitar tutorías (https://bit.ly/3gO4shc) (se debe acceder a la misma desde la cuenta ull.edu.es del alumno). En dicho horario se podrán ver las horas disponibles (no ocupadas por otros alumnos, virtuales y presenciales) y las modificaciones que se puedan producir en este horario por circunstancias puntuales, las cuales también serán avisadas en el aula virtual de la asignatura y/o en la puerta del despacho.
Tutorías segundo cuatrimestre:
DesdeHastaDíaHora incialHora finalLocalizaciónPlantaDespacho
Todo el cuatrimestre Martes 16:00 19:00 Torre Profesor Agustín Arévalo - CE.1B 2 Nombre en la puerta del despacho. Zona tras la puerta de la izquierda saliendo del ascensor.
Todo el cuatrimestre Viernes 10:00 13:00 Torre Profesor Agustín Arévalo - CE.1B 2 Nombre en la puerta del despacho. Zona tras la puerta de la izquierda saliendo del ascensor.
Observaciones: Se dispondrá de un enlace a la herramienta Calendar de Google para solicitar tutorías (https://bit.ly/3gO4shc) (se debe acceder a la misma desde la cuenta ull.edu.es del alumno). En dicho horario se podrán ver las horas disponibles (no ocupadas por otros alumnos, virtuales y presenciales) y las modificaciones que se puedan producir en este horario por circunstancias puntuales, las cuales también serán avisadas en el aula virtual de la asignatura y/o en la puerta del despacho.
General:
Nombre:
MARIA BELEN
Apellido:
MELIAN BATISTA
Departamento:
Ingeniería Informática y de Sistemas
Área de conocimiento:
Ciencia de la Computación e Inteligencia Artificial
Grupo:
Contacto:
Teléfono 1:
922318637
Teléfono 2:
Correo electrónico:
mbmelian@ull.es
Correo alternativo:
Tutorías primer cuatrimestre:
DesdeHastaDíaHora incialHora finalLocalizaciónPlantaDespacho
Todo el cuatrimestre Jueves 09:00 12:00 Edificio de Física y Matemáticas - AN.2B M102
Todo el cuatrimestre Viernes 09:00 12:00 Edificio de Física y Matemáticas - AN.2B M102
Observaciones:
Tutorías segundo cuatrimestre:
DesdeHastaDíaHora incialHora finalLocalizaciónPlantaDespacho
Todo el cuatrimestre Lunes 09:00 12:00 Edificio de Física y Matemáticas - AN.2B M102
Todo el cuatrimestre Viernes 09:00 12:00 Edificio de Física y Matemáticas - AN.2B M102
Observaciones:
4. Contextualización de la asignatura en el plan de estudio
  • Bloque formativo al que pertenece la asignatura:
  • Perfil profesional:
5. Competencias

Generales

  • CG1 - Ser capaces de aplicar los conocimientos adquiridos para resolver problemas en entornos nuevos o poco conocidos dentro de contextos relacionados con seguridad informática o inteligencia de datos
  • CG3 - Mantener una actitud de permanente actualización, que les permita estudiar de manera autónoma mediante formación continua en su futuro desempeño profesional como expertos en seguridad informática e inteligencia de datos
  • CG7 - Desarrollar las capacidades de trabajo en equipo y las habilidades de comunicación para mantener relaciones con otros profesionales y con organizaciones relevantes
  • CG8 - Tener la capacidad analítica y de resolución para atender a los problemas reales de acuerdo con los valores éticos y sociales y con el máximo respeto a la legalidad vigente

Básicas

  • 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

Específicas

  • CE7 - Conocer las diferentes técnicas de análisis y explotación de datos y valorar su correcta aplicación en la extracción de información relevante
  • CE11 - Ser capaz de comunicar efectivamente las conclusiones alcanzadas tras analizar un conjunto de datos
6. Contenidos de la asignatura

Contenidos teóricos y prácticos de la asignatura


Tema 1. Modelos avanzados de clasificación
         a. Regresión logística
         b. Máquinas de vectores soporte para clasificación binaria. Aplicaciones. Extensiones y temas avanzados. Herramienta: LIBSVM
         c. Ensamble methods o métodos multiclasificadores: bagging, boosting, stacking

Tema 2. Introducción a los sistemas de recomendación.
         a. Sistemas recomendadores colaborativos
         b. Sistemas recomendadores basados en contenido
         c. Sistemas recomendadores basados en conocimiento
         d. Sistemas recomendadores híbridos

Tema 3. Series Temporales
        a. Análisis exploratorio de series temporales
        b. Análisis predictivo
        c. Previsión
        d. Detección de anomalías

Tema 4. Minería de flujos de datos
        a. Definición de flujos de datos
        b. Clasificación en flujos de datos
        c. Agrupamiento en flujos de datos.
 

Actividades a desarrollar en otro idioma

En esta asignatura se impartirán 1,5 horas de clases en inglés. Además, la mayor parte del material de teoría y prácticas será proporcionado en inglés.
7. Metodología y volumen de trabajo del estudiante

Descripción

La metodología docente de las clases teóricas consistirá en sesiones en las que el profesorado explicará los conceptos fundamentales de cada tema que deben ser asimilados por el alumnado, bien presencialmente, o no presencialmente mediante retransmisión online, en directo usando videoconferencia o en diferido a través de grabaciones colgadas en el entorno virtual.

La metodología docente de las clases prácticas de laboratorio consistirá en sesiones supervisadas en grupos reducidos en el laboratorio en las que se realizarán diversas prácticas informáticas de dificultad creciente aplicando los conceptos expuestos en las clases de teoría. Además, el alumnado aprenderá a usar diversas herramientas, en entornos reales o de simulación, así como metodologías relacionadas con el contexto de la materia.

La metodología docente de los informes, trabajos y proyectos consistirá en el desarrollo por parte del alumnado de su capacidad para la aplicación de los conocimientos adquiridos y la resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y multidisciplinares, siendo capaces de integrar estos conocimientos.

En los seminarios y otras actividades complementarias se plantea una metodología docente que consistirá en sesiones donde se llevará a cabo una explicación más detallada de determinados aspectos concretos de algunos temas teóricos o prácticos especialmente relevantes. Se ofrecerán seminarios donde profesionales de esta materia harán charlas debates con el alumnado de los temas relacionados con el mundo profesional.

Las tutorías individuales ayudarán a reforzar los diferentes aspectos de la materia y ayudarán al alumnado en la comprensión de la teoría y la realización de las prácticas.

Cuando las clases teóricas y prácticas sean impartidas de forma presencial, podrán ser seguidas tanto por los alumnos que estén en el aula como por los que no lo estén mediante streaming o vídeos elaborados por los profesores.

Actividades formativas en créditos ECTS, su metodología de enseñanza-aprendizaje y su relación con las competencias que debe adquirir el estudiante

Actividades formativas Horas presenciales Horas de trabajo autónomo Total horas Relación con competencias
Clases teóricas 10,00 10,00 20,0 [CE7], [CB10], [CB8], [CB6], [CG8], [CG3]
Clases prácticas (aula / sala de demostraciones / prácticas laboratorio) 16,00 16,00 32,0 [CE11], [CE7], [CB10], [CB9], [CB8], [CB7], [CB6], [CG8], [CG7], [CG3], [CG1]
Realización de seminarios u otras actividades complementarias 2,00 2,00 4,0 [CE11], [CE7], [CB9], [CB8], [CB7], [CG8], [CG1]
Estudio/preparación de clases teóricas 0,00 20,00 20,0 [CE7], [CB10], [CB8], [CB6], [CG8], [CG3]
Estudio/preparación de clases prácticas 0,00 12,00 12,0 [CE11], [CE7], [CB10], [CB9], [CB8], [CB7], [CB6], [CG8], [CG7], [CG3], [CG1]
Realización de exámenes 2,00 0,00 2,0 [CE11], [CE7], [CB9], [CB8], [CB7], [CB6]
Asistencia a tutorías 0,00 12,00 12,0 [CE11], [CE7]
Informes, trabajos y proyectos 0,00 48,00 48,0 [CE11], [CE7], [CB10], [CB9], [CB8], [CB7], [CB6], [CG8], [CG7], [CG3], [CG1]
Total horas
Total ECTS
8. Bibliografía / Recursos

Bibliografía básica

A. Bifet Adaptive Stream Mining: Pattern Learning and Mining from Evolving Data Streams. IOS Press, 2010
 

Dietmar Jannach, Markus Zanker, Alexander Felfernig, Gerhard Friedrich. Recommender Systems: An Introduction. Cambridge, 2011.

José Hernández Orallo, María José Ramírez Quintana y César Ferri Ramírez. Introducción a la Minería de Datos. Editorial: Prentice Hall, 2004.

Robert H. Shumway, David S. Stoffer. Time Series Analysis and Its Applications. Springer, 2017.

Bibliografía complementaria

Aileen Nielsen. Practical Time Series Analysis. O’Reilly. 978-1-492-04165-8.

Albert Bifet, Ricard Gavaldá, Geoffrey Holmes, Bernhard Pfahringer Machine Learning for Data Streams with Practical Examples in MOA

Otros recursos

9. Sistema de evaluación y calificación

Descripción

La evaluación de la teoría supondrá un 40% de la evaluación de la asignatura, mientras que la evaluación de la práctica supondrá un 60%.

La evaluación continua será obtenida de la siguiente manera. 
  - Calificación de Teoría (CT): pruebas escritas (40%)
  - Calificación de Prácticas (CP): memorias de prácticas (10%) + seminarios con tareas reales y/o simuladas (10%) + trabajos y proyectos (40%).

Ambas calificaciones serán valores entre 0 y 10, de forma que la Calificación Final (CF) se obtendrá mediante la fórmula:
   - CF = 0,40*CT + 0,60*CP, si y solo si CT >= 5 y CP >= 5. En otro caso, CF = min(CT, CP).

El alumnado que no supere la evaluación continua podrá realizar en las diferentes convocatorias pruebas de evaluación destinadas exclusivamente a evaluar las mismas competencias y resultados de aprendizaje de la asignatura.

Estrategia Evaluativa

Tipo de prueba Competencias Criterios Ponderación
Pruebas objetivas [CE7], [CB10], [CB8], [CB6], [CG8], [CG3] Se realizarán las pruebas objetivas requeridas para evaluar el grado de alcance de las competencias de la asignatura mediante medios presencias o virtuales.  40,00 %
Trabajos y proyectos [CE11], [CE7], [CB10], [CB9], [CB8], [CB7], [CB6], [CG8], [CG7], [CG3], [CG1] Se realizarán y presentarán los trabajos y proyectos correspondientes a la asignatura mediante medios presencias o virtuales.  40,00 %
Informes memorias de prácticas [CE11], [CE7], [CB10], [CB9], [CB8], [CB7], [CB6], [CG8], [CG7], [CG3], [CG1] Se realizarán y presentarán las memorias de prácticas correspondientes a los trabajos y proyectos mediante medios presenciales o virtuales.  10,00 %
Pruebas de ejecuciones de tareas reales y/o simuladas [CE11], [CE7], [CB9], [CB8], [CB7], [CG8], [CG1] Se realizarán las pruebas mediante medios presencias o virtuales.  10,00 %
10. Resultados de Aprendizaje
El alumnado debe ser capaz de identificar: qué técnica de reducción de la dimensionalidad debe aplicar para mejorar las medidas de desempeño de los diferentes algoritmos de análisis de datos, y las técnicas de aprendizaje automático adecuadas para llevar a cabo un análisis avanzado de datos.
11. Cronograma / calendario de la asignatura

Descripción

Debido al carácter semipresencial del máster, está previsto que las clases presenciales se desarrollen de la forma siguiente: el alumnado tendrá 3 horas diarias las semanas 1 a 5 y 8 a 12 del primer cuatrimestre, y 3 o 4 horas diarias las semanas 1 a 5 del segundo cuatrimestre.

Todas las asignaturas se desarrollarán en bimestres. Particularmente, esta asignatura se impartirá en el bimestre 3. Las clases presenciales serán las semanas 1 a 5 del segundo cuatrimestre. 

Segundo cuatrimestre

Semana Temas Actividades de enseñanza aprendizaje Horas de trabajo presencial Horas de trabajo autónomo Total
Semana 1: 1 Clases teóricas y prácticas y seminarios presenciales. 6.00 15.00 21.00
Semana 2: 1 y 2 Clases teóricas y prácticas y seminarios presenciales. Realización de actividades. 6.00 15.00 21.00
Semana 3: 2 y 3 Clases teóricas y prácticas y seminarios presenciales. Realización de actividades. 6.00 15.00 21.00
Semana 4: 3 y 4 Clases teóricas y prácticas y seminarios presenciales. Realización de actividades. 4.00 10.00 14.00
Semana 5: 4 Clases teóricas y prácticas y seminarios presenciales. Realización de actividades. 6.00 15.00 21.00
Semana 6: 1 y 2 Realización de seminarios y cuestionarios on-line utilizando el campus virtual. Videotutoriales y foro para la resolución de dudas. 0.00 20.00 20.00
Semana 7: 2, 3 y 4 Realización de seminarios y cuestionarios on-line utilizando el campus virtual. Videotutoriales y foro para la resolución de dudas. 0.00 20.00 20.00
Semana 8: 3 y 4 Realización de seminarios y cuestionarios on-line utilizando el campus virtual. Videotutoriales y foro para la resolución de dudas. 0.00 10.00 10.00
Semana 9: 0.00 0.00 0.00
Semana 10: 0.00 0.00 0.00
Semana 11: 0.00 0.00 0.00
Semana 15 a 17: Evaluación Evaluación del alumnado 2.00 0.00 2.00
Total 30.00 120.00 150.00
Fecha de última modificación: 22-07-2020
Fecha de aprobación: 23-07-2020

1. Datos descriptivos de la asignatura
  • Código: 835871107
  • Titulación: Máster Universitario en Ciberseguridad e Inteligencia de Datos
  • Curso: 1
  • Duración: Segundo cuatrimestre
3. Tutorías no presenciales
PEDRO A. TOLEDO DELGADO
General:
Nombre:
PEDRO A.
Apellido:
TOLEDO DELGADO
Departamento:
Ingeniería Informática y de Sistemas
Área de conocimiento:
Arquitectura y Tecnología de Computadores
Contacto:
Teléfono 1:
922318276
Teléfono 2:
Correo electrónico:
petode@ull.es
Correo alternativo:
pedro.toledo@ull.edu.es
Tutorías primer cuatrimestre:
DesdeHastaDíaHora inicialHora finalTipo de tutoríaMedio o canal de comunicación
Todo el cuatrimestre Lunes 10:00 11:15 Síncrona y Asíncrona Foros, correo electrónico, Videoconferencias Meet
Todo el cuatrimestre Martes 10:00 11:15 Síncrona y Asíncrona Foros, correo electrónico, Videoconferencias Meet
Todo el cuatrimestre Miércoles 10:00 11:15 Síncrona y Asíncrona Foros, correo electrónico, Videoconferencias Meet
Todo el cuatrimestre Jueves 10:00 11:15 Síncrona y Asíncrona Foros, correo electrónico, Videoconferencias Meet
Todo el cuatrimestre Viernes 10:00 11:15 Síncrona y Asíncrona Foros, correo electrónico, Videoconferencias Meet
Observaciones: Para videoconferencia se dispondrá de un enlace a la herramienta Calendar de Google para solicitar tutorías (https://bit.ly/3gO4shc) (se debe acceder a la misma desde la cuenta ull.edu.es del alumno). En dicho horario se podrán ver las horas disponibles
Tutorías segundo cuatrimestre:
DesdeHastaDíaHora inicialHora finalTipo de tutoríaMedio o canal de comunicación
Todo el cuatrimestre Lunes 10:00 11:15 Síncrona y Asíncrona Foros, correo electrónico, Videoconferencias Meet
Todo el cuatrimestre Martes 10:00 11:15 Síncrona y Asíncrona Foros, correo electrónico, Videoconferencias Meet
Todo el cuatrimestre Miércoles 10:00 11:15 Síncrona y Asíncrona Foros, correo electrónico, Videoconferencias Meet
Todo el cuatrimestre Jueves 10:00 11:15 Síncrona y Asíncrona Foros, correo electrónico, Videoconferencias Meet
Todo el cuatrimestre Viernes 10:00 11:15 Síncrona y Asíncrona Foros, correo electrónico, Videoconferencias Mett
Observaciones:

Para videoconferencia se dispondrá de un enlace a la herramienta Calendar de Google para solicitar tutorías (https://bit.ly/3gO4shc) (se debe acceder a la misma desde la cuenta ull.edu.es del alumno). En dicho horario se podrán ver las horas disponibles
MARIA BELEN MELIAN BATISTA
General:
Nombre:
MARIA BELEN
Apellido:
MELIAN BATISTA
Departamento:
Ingeniería Informática y de Sistemas
Área de conocimiento:
Ciencia de la Computación e Inteligencia Artificial
Contacto:
Teléfono 1:
922318637
Teléfono 2:
Correo electrónico:
mbmelian@ull.es
Correo alternativo:
Tutorías primer cuatrimestre:
DesdeHastaDíaHora inicialHora finalTipo de tutoríaMedio o canal de comunicación
Todo el cuatrimestre Jueves 09:00 12:00 No presencial síncrona y asíncrona Google Meet y correo electrónico
Todo el cuatrimestre Viernes 09:00 12:00 No presencial síncrona y asíncrona Google Meet y correo electrónico
Observaciones:
Tutorías segundo cuatrimestre:
DesdeHastaDíaHora inicialHora finalTipo de tutoríaMedio o canal de comunicación
Todo el cuatrimestre Lunes 09:00 12:00 No presencial síncrona y asíncrona Google Meet y correo electrónico
Todo el cuatrimestre Viernes 09:00 12:00 No presencial síncrona y asíncrona Google Meet y correo electrónico
Observaciones:


7. Metodología no presencial

La asignatura se desarrolla a través del Campus Virtual de la ULL, haciendo uso de las diversas herramientas que posibilita dicho medio, combinando actividades formativas sincrónicas (conexión en tiempo real profesor-estudiante) y de carácter interactivo con otras asíncronas.

Las actividades formativas que se desarrollan son las siguientes:

Actividades formativas no presenciales

Actividades formativas
Sesiones virtuales/clases en línea del profesor/a (Equivalencia con GD: Clases teóricas)
Vídeos explicativos grabados por el/la docente (Equivalencia con GD: Clases teóricas)
Inclusión de documentación sobre cada tema (Equivalencia con GD: Estudio autónomo, preparación clases teóricas/prácticas, etc.)
Foros/debate (Equivalencia con GD: Participación activa y asistencia a clase)
Resolución de ejercicios y problemas (Equivalencia con GD: Clases prácticas. Preparación de trabajos)
Casos prácticos (Equivalencia con GD: Clases prácticas)
Exposición de trabajos individuales/grupales mediante vídeos de los estudiantes (Equivalencia con GD: Realización de trabajos (individual/grupal))
Realización de pruebas evaluativas en línea (Equivalencia con GD: Exámenes, test, etc.)
Tutorías (Equivalencia con GD: Asistencia a Tutoría)

Comentarios adicionales

Para la impartición de las clases no presenciales se hará uso de Google Meet para la conexión síncrona o de vídeos explicativos elaborados por los profesores de la asignatura. 
9. Sistema de evaluación y calificación no presencial

Las pruebas evaluativas a realizar y su ponderación en la calificación es la siguiente:

Estrategia Evaluativa

Tipo de prueba Ponderación
Pruebas objetivas 40,00 %
Informes/Memorias/Trabajos/Proyectos individuales o grupales 50,00 %
Seminarios con tareas reales y/o simuladas 10,00 %
Total 100,0 %

Comentarios adicionales

La evaluación de la teoría supondrá un 40% de la evaluación de la asignatura, mientras que la evaluación de la práctica supondrá un 60%.

La evaluación continua será obtenida de la siguiente manera.
- Calificación de Teoría (CT): pruebas escritas (40%)
- Calificación de Prácticas (CP): memorias de prácticas (10%) + seminarios con tareas reales y/o simuladas (10%) + trabajos y proyectos (40%).

Ambas calificaciones serán valores entre 0 y 10, de forma que la Calificación Final (CF) se obtendrá mediante la fórmula: - CF = 0,40*CT + 0,60*CP, si y solo si CT >= 5 y CP >= 5. En otro caso, CF = min(CT, CP).

La tabla anterior, por tanto, debe interpretarse del siguiente modo:
- El 50% de 'Informes/Memorias/Trabajos/Proyectos individuales o grupales' corresponde un 10% a memorias de prácticas y un 40% a trabajos y proyectos.



El alumnado que no supere la evaluación continua podrá realizar en las diferentes convocatorias pruebas de evaluación destinadas exclusivamente a evaluar las mismas competencias y resultados de aprendizaje de la asignatura.


Para la realización de las pruebas y presentación de trabajos, se hará uso de Google Meet para la conexión síncrona con el alumnado o de vídeos generados por el alumnado. Durante la realización de la prueba objetiva teórica y del examen práctico, se monitorizará al alumnado de forma remota para verificar su identidad y resolver sus dudas. El alumnado deberá, por tanto, conectar su cámara web durante la prueba, garantizando que se cumple con las recomendaciones recogidas en la "Guía sobre protección de datos en la evaluación en línea" de la Universidad de La Laguna."
 
Fecha de última modificación: 22-07-2020
Fecha de aprobación: 23-07-2020