• Descripció

Aquesta assignatura presenta una introducció a la programació en llenguatge Python centrada en la resolució de problemes de l'àmbit de la ciència de dades.

La ciència de dades és un camp interdisciplinari en el qual s'estudien mètodes per extreure coneixement a partir de dades. Així, la ciència de dades utilitza tècniques de disciplines com matemàtiques, estadística o ciències de la computació, amb l'objectiu comú d'obtenir coneixement de dades.

El curs té un enfocament eminentment pràctic, i és per aquest motiu que està compost de petites introduccions teòriques als diferents temes que es tracten i multitud d'exemples sobre com posar-los en pràctica. El curs està estructurat en tres grans blocs. En primer lloc, presenta una introducció bàsica a Python i, amb això, a la programació. Es descriuran els conceptes de programació bàsics així com les principals estructures de control, veient exemples pràctics de com implementar-los en Python. En segon lloc, es presenten les llibreries de Python més usades en l'àmbit de la ciència de dades. Finalment, el curs proposa seguir el cicle habitual en ciència de dades (captura, preprocessament, anàlisi i visualització), repassant les tècniques bàsiques de cada etapa i mostrant com implementar-les en Python. D'aquesta manera, en acabar el curs, s'espera que l'estudiantat hagi adquirit unes bases de programació en Python que li permetin afrontar petits projectes d'anàlisi de dades i que serveixin com a base per a l'aprenentatge de tècniques més complexes al llarg del grau.

• L'assignatura en el conjunt del pla d'estudis

L'assignatura és obligatòria en el Grau de Ciència de Dades Aplicada i un complement de formació del Màster en Ciència de Dades. Addicionalment, l'assignatura s'ofereix com a assignatura lliure a través de l'Ateneu (Fonaments de programació per a la ciència de dades, en Python).

• Objectius i competències

L'objectiu principal de l'assignatura és proporcionar a l'estudiantat una introducció a la programació amb el llenguatge Python a través d'exemples dels problemes típics que s'enfronten en el camp de la ciència de dades. A més, l'assignatura ofereix també una introducció a les llibreries de Python més usades en l'àmbit de la ciència de dades.

Aquesta assignatura es pot cursar dins el programa del Grau de Ciència de Dades Aplicada, com a complement de formació del Màster en Ciència de Dades o bé com a assignatura lliure a través de l'Ateneu. A continuació es detallen les competències concretes a què fa referència l'assignatura per als estudiants del grau o del màster.

Per a l'estudiantat que cursa el Grau de Ciència de Dades Aplicada, les competències del grau que es treballen en l'assignatura són:

• CB1 - Que els estudiants hagin demostrat posseir i comprendre coneixements en una àrea d'estudi que parteix de la base de l'educació secundària general, i se sol trobar a un nivell que, si bé es recolza en llibres de text avançats, inclou també alguns aspectes que impliquen coneixements procedents de l'avantguarda del seu camp d'estudi.
• CB2 - Que els estudiants sàpiguen aplicar els seus coneixements al seu treball o vocació d'una forma professional i posseeixin les competències que solen demostrar-se per mitjà de l'elaboració i defensa d'arguments i la resolució de problemes dins la seva àrea d'estudi.
• CG3 - Cercar, gestionar i utilitzar la informació més adequada per modelitzar problemes concrets i aplicar adequadament procediments teòrics per a la seva resolució de manera autònoma i creativa.
• CT1 - Ús i aplicació de les TIC en l'àmbit acadèmic i professional.
• CE6 - Entendre com els algorismes i les estructures de dades són dissenyats, optimitzats i aplicats segons l'escala del volum de dades.
• CE7 - Dissenyar i construir aplicacions analítiques mitjançant tècniques de desenvolupament, integració i reutilització de components programari.

Per a l'estudiantat que cursa el Màster en Ciència de Dades, les competències que es treballen en l'assignatura són:

• CE - Adquirir habilitats tècniques bàsiques amb el que respecta a la programació en Python per a la ciència de dades, que serviran com a base per a l'aprenentatge de tècniques més complexes.
• CT2 - Capacitat per a la comunicació oral i escrita per a la vida acadèmica i professional.
• CT3 - Capacitat per proposar solucions innovadores i prendre de decisions.
• CT5 - Capacitat per a la comprensió, l'anàlisi i la síntesi.

• Continguts

Mòdul 1: Configuració de l'entorn de programació Python

• Presentació de l'entorn

Mòdul 2: Breu introducció a la programació en Python

• Sintaxi bàsica
• Variables i tipus de variables

Mòdul 3: Estructures de control i funcions en Python

• Operadors
• Estructures de control
• Funcions
• Escriptura i lectura de fitxers

Mòdul 4: Llibreries científiques en Python

• NumPy
• matplotlib
• SciPy
• Pandas

Mòdul 5: Captura de dades a Python

• Obtenció de dades mitjançant APIs
• Obtenció de dades mitjançant crawling de llocs web

Mòdul 6: Preprocessament de dades en Python

• Preparació de dades
• Reducció de dades

Mòdul 7: Introducció a l'anàlisi de dades en Python

• Estadística
• Aprenentatge supervisat: classificació
• Aprenentatge no supervisat: Clustering
• Avaluació de models

Mòdul 8: Visualització de dades en Python

• Tipus de visualitzacions de dades
• Llibreries de visualització de dades

• Consulta dels recursos d'aprenentatge de la UOC per a l'assignatura

• Informació addicional sobre els recursos d'aprenentatge i eines de suport

A cada unitat trobareu el material necessari per a realitzar un treball pràctic. Això inclou teoria, referències bibliogràfiques, enllaços, exemples pràctics, enunciats de problemes a resoldre i programari necessari. Amb això es pretén que us familiaritzeu amb el contingut a través de la pràctica (learn by doing).

Tot el material està disponible al repositori de gitlab de l'assignatura.

L'entorn de programació que es proposa és google colaboratory (colab). Aquest és un entorn online que no necessita instal·lació en les màquines de l'estudiantat, de manera que es poden consultar els recursos de l'assignatura i fer les activitats des de qualsevol ordinador amb connexió a Internet. Els mòduls amb els continguts són notebooks de jupyter que permeten executar els exemples i exercicis proposats des del navegador web i amb la possibilitat de modificar-los per a una millor comprensió.

• Informacions sobre l'avaluació a la UOC

A la UOC, l'avaluació generalment és virtual. S'estructura entorn de l'avaluació contínua, que inclou diferents activitats o reptes; l'avaluació final, que es porta a terme mitjançant proves o exàmens, i el treball final de la titulació.

Les activitats o proves d'avaluació poden ser escrites i/o audiovisuals, amb preguntes aleatòries, proves orals síncrones o asíncrones, etc., d'acord amb el que decideixi cada equip docent. Els treballs finals representen el tancament d'un procés formatiu que implica la realització d'un treball original i tutoritzat que té com a objectiu demostrar l'adquisició competencial feta al llarg del programa.

Per verificar la identitat de l'estudiant i l'autoria de les proves d'avaluació, la UOC es reserva la potestat d'aplicar diferents sistemes de reconeixement de la identitat i de detecció del plagi. Amb aquest objectiu, la UOC pot dur a terme enregistrament audiovisual o fer servir mètodes o tècniques de supervisió durant l'execució de qualsevol activitat acadèmica.

Així mateix, la UOC pot exigir a l'estudiant l'ús de dispositius electrònics (micròfons, càmeres o altres eines) o programari específic durant l'avaluació. És responsabilitat de l'estudiant assegurar que aquests dispositius funcionen correctament.

El procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat de les activitats acadèmiques. Al web sobre integritat acadèmica i plagi de la UOC hi ha més informació respecte d'aquesta qüestió.

La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; la suplantació d'identitat; l'acceptació o l'obtenció de qualsevol activitat acadèmica a canvi d'una contraprestació o no; la col·laboració, l'encobriment o l'afavoriment de la còpia, o l'ús de material, programari o dispositius no autoritzats en el pla docent o l'enunciat de l'activitat acadèmica, inclosa la intel·ligència artificial i la traducció automàtica, entre altres, són conductes irregulars en l'avaluació que poden tenir conseqüències acadèmiques i disciplinàries greus.

Aquestes conductes irregulars poden comportar el suspens (D/0) en les activitats avaluables que es defineixin en el pla docent -incloses les proves finals- o en la qualificació final de l'assignatura, sigui perquè s'han utilitzat materials, programari o dispositius no autoritzats durant les proves (com l'ús d'intel·ligència artificial no permesa, xarxes socials o cercadors d'informació a internet), perquè s'han copiat fragments de text d'una font externa (internet, apunts, llibres, articles, treballs o proves d'altres estudiants, etc.) sense la citació corresponent, per la compravenda d'activitats acadèmiques, o perquè s'ha dut a terme qualsevol altra conducta irregular.

Així mateix, i d'acord amb la normativa acadèmica, les conductes irregulars en l'avaluació també poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui, de conformitat amb el que estableix la normativa de convivència de la UOC.

En el marc del procés d'avaluació, la UOC es reserva la potestat de:

• Sol·licitar a l'estudiant que acrediti la seva identitat segons el que estableix la normativa acadèmica.
• Sol·licitar a l'estudiant que acrediti l'autoria del seu treball al llarg de tot el procés d'avaluació, tant en l'avaluació contínua com en l'avaluació final, per mitjà d'una entrevista oral síncrona, que pot ser objecte d'enregistrament audiovisual, o pels mitjans que estableixi la Universitat. Aquests mitjans tenen l'objectiu de verificar els coneixements i les competències que garanteixin la identitat de l'estudiant. Si no és possible garantir que l'estudiant és l'autor de la prova, aquesta pot ser qualificada amb una D, en el cas de l'avaluació contínua, o amb un suspens, en el cas de l'avaluació final.

Intel·ligència artificial en el marc de l'avaluació

La UOC reconeix el valor i el potencial de la intel·ligència artificial (IA) en l'àmbit educatiu, alhora que posa de manifest els riscos que comporta si no s'utilitza de manera ètica, crítica i responsable. En aquest sentit, en cada activitat d'avaluació s'informarà l'estudiantat sobre les eines i els recursos d'IA que es poden utilitzar i en quines condicions. Per la seva banda, l'estudiantat es compromet a seguir les indicacions de la UOC a l'hora de dur a terme les activitats d'avaluació i de citar les eines utilitzades i, concretament, a identificar els textos o les imatges generats per sistemes d'IA, els quals no podrà presentar com si fossin propis.

Amb relació a fer servir o no la IA per resoldre una activitat, l'enunciat de les activitats d'avaluació indica les limitacions en l'ús d'aquestes eines. Cal tenir en compte que fer-les servir de manera inadequada, com ara en activitats en què no estan permeses o no citar-les en les activitats en què sí que ho estan, es pot considerar una conducta irregular en l'avaluació. En cas de dubte, es recomana que, abans de lliurar l'activitat, es faci arribar una consulta al professorat col·laborador de l'aula.

• Consulta del model d'avaluació