Resolución de 5 de diciembre de 2023, de la Universidad Miguel Hernández de Elche, por la que se publica el plan de estudios de Graduado o Graduada en Ciencia de Datos e Inteligencia Artificial.

Por Resolución del Sr. Rector Magfco., de fecha 5 de diciembre de 2023, se ha dispuesto lo siguiente:

Publicar el plan de estudios del título oficial de Graduado o Graduada en Ciencia de Datos e Inteligencia Artificial, de conformidad con lo dispuesto en el artículo 27.4 del Real Decreto 822/2021, de 28 de septiembre, obtenida la verificación del plan de estudios de Grado en Ciencia de Datos e Inteligencia Artificial por el Consejo de Universidades, previo informe positivo de la Agencia Nacional de la Calidad y Acreditación, y declarado el carácter oficial del título por Acuerdo de Consejo de Ministros de 17 de octubre de 2023 (publicado en el BOE de 30 de octubre de 2023); que quedará estructurado según consta en el anexo de la Resolución indicada.

Elche, 5 de diciembre de 2023.–El Rector, Juan José Ruiz Martínez.

ANEXO

Plan de estudios del título de Graduado o Graduada en Ciencia de Datos e Inteligencia Artificial por la Universidad Miguel Hernández de Elche

Ámbito de conocimiento: Matemáticas y estadística

Centro de impartición: Facultad de Ciencias Experimentales

1. Distribución de créditos ECTS del Plan de Estudios.

Tipología | Número Básica. | 60 Obligatoria. | 150 Optativa. | 24 Trabajo fin de Grado. | 6 Total. | 240

2. Plan de estudios.

Asignatura | Tipología | Curso | ECTS Álgebra lineal. | Básica. | 1.º | 6 Algoritmia. | Básica. | 1.º | 6 Análisis exploratorio y comunicación en Ciencia de Datos. | Básica. | 1.º | 6 Cálculo 1. | Básica. | 1.º | 6 Cálculo 2. | Básica. | 1.º | 6 Cálculo de probabilidades 1. | Básica. | 1.º | 6 Cálculo de probabilidades 2. | Básica. | 1.º | 6 Elementos de matemática discreta. | Básica. | 1.º | 6 Estructuras de datos. | Básica. | 1.º | 6 Fundamentos de Programación. | Básica. | 1.º | 6 Álgebra matricial. | Obligatoria. | 2.º | 6 Estadística Matemática. | Obligatoria. | 2.º | 6 Fundamentos de Bases de Datos. | Obligatoria. | 2.º | 6 Modelización matemática. | Obligatoria. | 2.º | 6 Modelos lineales. | Obligatoria. | 2.º | 6 Muestreo e inferencia en poblaciones finitas. | Obligatoria. | 2.º | 6 Optimización continua. | Obligatoria. | 2.º | 6 Programación Orientada a Objetos. | Obligatoria. | 2.º | 6 Simulación y cadenas de Markov. | Obligatoria. | 2.º | 6 Técnicas de Visualización. | Obligatoria. | 2.º | 6 Estadística bayesiana. | Obligatoria. | 3.º | 6 Estadística no paramétrica. | Obligatoria. | 3.º | 6 Introducción a la Inteligencia Artificial. | Obligatoria. | 3.º | 6 Machine Learning 1: Clasificación y reducción de la dimensión. | Obligatoria. | 3.º | 6 Matemática computacional. | Obligatoria. | 3.º | 6 Modelos lineales generalizados. | Obligatoria. | 3.º | 6 Optimización dinámica y combinatoria. | Obligatoria. | 3.º | 6 Optimización heurística. | Obligatoria. | 3.º | 6 Preprocesamiento de datos. | Obligatoria. | 3.º | 6 Series temporales. | Obligatoria. | 3.º | 6 Legislación y ética en la gestión de datos. | Obligatoria. | 4.º | 6 Machine Learning 2: Aprendizaje estadístico. | Obligatoria. | 4.º | 6 Modelos con efectos aleatorios. | Obligatoria. | 4.º | 6 Redes neuronales y Deep learning. | Obligatoria. | 4.º | 6 Sistemas de Información transaccionales y decisionales. | Obligatoria. | 4.º | 6 Optatividad del centro. | Optativa. | 4.º | 24 Trabajo de Fin de Grado. | Trabajo Fin de Grado. | 4.º | 6