1. Ciencia

GUÍA DOCENTE DE LA
ASIGNATURA
2014
07/02/15
Página 1 de 4
Vicerrectorado de Ordenación Académica
DESCRIPCIÓN DE LA ASIGNATURA
Grado/Máster en:
Centro:
Asignatura:
Código:
Tipo:
Materia:
Módulo:
Experimentalidad:
Idioma en el que se imparte:
Curso:
Semestre:
Nº Créditos
Nº Horas de dedicación del estudiante:
Nº Horas presenciales:
Tamaño del Grupo Grande:
Tamaño del Grupo Reducido:
Página web de la asignatura:
Master Universitario en INGENIERÍA DEL SOFTWARE E INTELIGENCIA ARTIFICIAL por la Universidad
de Málaga
Escuela Técnica Superior de Ingeniería Informática
GESTIÓN DE DATOS EN LA WEB Y WEB SEMÁNTICA
105
Optativa
GESTIÓN DE DATOS EN LA WEB Y WEB SEMÁNTICA
TECNOLOGÍAS EMERGENTES
Teórica
Castellano
1
1
6
150
60
0
0
EQUIPO DOCENTE
Departamento: LENGUAJES Y CIENCIAS DE LA COMPUTACIÓN
Área:
LENGUAJES Y SISTEMAS INFORMÁTICOS
Nombre y Apellidos
Mail
Coordinador/a: JOSE
[email protected]
FRANCISCO ALDANA
MONTES
ANTONIO JESUS NEBRO [email protected]
URBANEJA
MARIA DEL MAR
[email protected]
ROLDAN GARCIA
Teléfono Laboral
Despacho
952132813
-
952133310
3.2.48 - E.T.S.I.
INFORMÁTICA
3.2.33 - E.T.S.I.
INFORMÁTICA
952137163/951952922
Horario Tutorías
Todo el curso: Martes 11:30 - 13:30, Martes
16:30 - 18:30, Miércoles 10:30 - 12:30
Todo el curso: Miércoles 17:00 - 19:00 Primer
cuatrimestre: Lunes 10:45 - 12:45, Martes 10:45
- 12:45
RECOMENDACIONES Y ORIENTACIONES
Esta asignatura se enmarca en un máster semi-presencial con seguimiento virtual. Por ello, está sujeta a las buenas prácticas indicadas por la UMA
para asignaturas de posgrado en esta modalidad. En particular: (1) se aplicará la norma internacional UNE 66181:2012 para el aprendizaje semipresencial con seguimiento virtual, (2) se usarán profusamente los servicios del campus virtual de la UMA y (3) se realizarán varias actividades no
presenciales alineadas con este recurso tecnológico tomadas de la lista oficial de esta universidad.
CONTEXTO
Esta asignatura se imparte dentro del módulo 3 (Técnicas Emergentes) del Máster de Ingeniería del Software e Inteligencia Artificial. Se centra en dos
aspectos: Web Semántica y Big Data.
COMPETENCIAS
2
Competencias específicas
2.29
2.36
2.41
Capacidad para la puesta en práctica de modelos de datos con capacidades avanzadas y flexibles. Puesta en
práctica en el diseño colaborativo de estructuras para el almacenamiento de información.
Conocer y aprender el rol de ontologías, metadatos y razonamiento
Argumentación, comprensión y conocimiento razonado de hechos esenciales relativos a los fundamentos teóricos y
prácticos de la resolución de problemas de optimización y búsqueda. Adicionalmente, se tendrán en cuenta los
conocimientos adquiridos en otras áreas como el aprendizaje y sobre todo la capacidad de resolver problemas de
alta dimensión o de difícil solución con herramientas existentes. La paralelización, hibridación y modelado
multiobjetivo de técnicas modernas será de especial importancia.
CONTENIDOS DE LA ASIGNATURA
Introducción a la Web Semántica
1.1. De la Web actual a la Web Semántica.
1.2. Objetivos de la Web Semántica.
1.3. Técnicas de la Web Semántica.
1.4. Ontologías, metadatos y razonamiento.
GUÍA DOCENTE DE LA
ASIGNATURA
2014
07/02/15
Página 2 de 4
Vicerrectorado de Ordenación Académica
1.5. Ejemplos motivadores.
Lógicas de Descripciones
2.1. Antecedentes: Redes semánticas y marcos.
2.2. RDF.
2.3. Lógicas de descripciones: Formalismo básico, arquitectura de los sistemas, axiomas , semántica.
2.4. Semántica del mundo abierto. Inferencias.
2.5. Algoritmos de razonamiento y complejidad.
2.6. Formalización con Lógicas de descripciones.
OWL
3.1 Sintaxis de OWL.
3.2. Ejemplos de ontologías en OWL
Ingeniería Ontológica. Fundamentos
4.1. Diferentes definiciones de ontología
4.2. Componentes de una ontología: según DL, UML, redes semánticas, etc..
4.3. Buscadores de ontologías
4.4. El consenso en el desarrollo de ontologías
Linked Open Data
5.1 Ejemplos de aplicaciones en la Web Semántica
Introducción a Big Data
El Ecosistema Hadoop
ACTIVIDADES FORMATIVAS
Actividades Presenciales
Actividades expositivas
Lección magistral
Actividades prácticas en aula docente
Resolución de problemas
Otras actividades presenciales
Otras actividades presenciales
Seminarios/ Talleres de estudio, revisión, debate, etc.
Vídeo forum
Actividades No Presenciales
Actividades prácticas
Resolución de problemas
Estudios de casos
Realización de diseños
Desarrollo y evaluación de proyectos
ACTIVIDADES DE EVALUACIÓN
RESULTADOS DE APRENDIZAJE / CRITERIOS DE EVALUACIÓN
Los alumnos que cursen esta asignatura habrán adquirido una visión general sobre la Web Semántica, sus fundamentos teóricos y sus posibles
aplicaciones. Habrán estudiado el diseño de ontologías y cómo los razonamientos son útiles para realizar consultas sobre las mismas. Además,
sabrán manejarse en el dominio de trabajo de Big Data, metodología, aplicaciones y herramientas.
PROCEDIMIENTO DE EVALUACIÓN
La calificación se distribuirá en la siguiente forma: 20% participación + 80% trabajos
Entendiéndose que la participación no tiene por qué ser presencial sino que se puede realizar también a través de los foros de la asignatura y otros
instrumentos habilitados para ello.
GUÍA DOCENTE DE LA
ASIGNATURA
2014
07/02/15
Página 3 de 4
Vicerrectorado de Ordenación Académica
BIBLIOGRAFÍA Y OTROS RECURSOS
Básica
Foundations of the Semantic Web, Rajendra Akerkar, Oxford : Alpha Science, (2009), ISBN: 9781842655351
Hadoop: The Definitive Guide (Tercera Edición). Tom White. Yahoo Press, mayo 2012
Linked Data: Evolving the Web into a Global Data Space, Tom Heath and Christian Bizer, Morgan & Claypool Publishers (2011), ISBN:
9781608454310
DISTRIBUCIÓN DEL TRABAJO DEL ESTUDIANTE
ACTIVIDAD FORMATIVA PRESENCIAL
Descripción
Horas
Lección magistral
10
Resolución de problemas
20
Otras actividades presenciales
15
Vídeo forum
15
TOTAL HORAS ACTIVIDAD FORMATIVA PRESENCIAL 60
ACTIVIDAD FORMATIVA NO PRESENCIAL
Descripción
Horas
Estudios de casos
5
Resolución de problemas
5
Realización de diseños
5
Desarrollo y evaluación de proyectos
75
TOTAL HORAS ACTIVIDAD FORMATIVA NO PRESENCIAL 75
TOTAL HORAS ACTIVIDAD EVALUACIÓN 15
TOTAL HORAS DE TRABAJO DEL ESTUDIANTE 150
Grupo grande Grupos reducidos