Help with Search courses

 
ORIENTACIONES
La asignatura está dividida en una conferencia introductoria para familiarizar a los estudiantes con el término multimedia y cuatros temas que a su vez se convertirán en seminarios a entregar en las fechas más adelante enunciadas. Los seminarios y trabajo extraclase final serán elaborados de forma individual donde pondrán de manifiesto la independencia, creatividad y la posibilidad de descubrir e investigar aquellos elementos que puede ver por sí solo.
 
TEMA I

TECNOLOGÍA DE LA MULTIMEDIA.

Fecha de entrega. 31/3/2021

.

TEMA II

EL GUIÓN MULTIMEDIA.

Facha de entrega7/4/2021

 

TEMA III

LA PRODUCCIÓN DE LA APLICACIÓN MULTIMEDIA

Facha de entrega 14/4/2021

 
TEMA IV

HERRAMIENTAS AUTOR.

Facha de entrega 21/4/2021

 

 

SISTEMA DE EVALUACIÓN:

Se evaluará sistemáticamente el estudio de los estudiantes mediante seminarios. Se orienta el desarrollo de una MM. Con las Temáticas: Tarea vida, Medio ambiente, Salud y Vida Universitaria. La multimedia puede ser desarrollada en cualquier lenguaje de programación

Facha de entrega 28/4/2021

 


https://eva.uo.edu.cu/course/view.php?id=10273

MINISTERIO DE EDUCACIÓN SUPERIOR

UNIVERSIDAD DE ORIENTE

FACULTAD DE MATEMÁTICA Y COMPUTACIÓN

DEPARTAMENTO DE COMPUTACIÓN

PROGRAMA ANALÍTICO DE ASIGNATURA

Asignatura: Sistemas de Información (Currículo básico)

Disciplina: Sistemas de Bases de Datos

Carrera: Ciencia de la Computación

Plan de estudio: D

Ubicación en el plan de estudio: primer semestre de 5to año.

Forma organizativa: Clases (Conferencias, Clases prácticas, Seminarios)

Modalidad: Presencial (Curso Diurno)

Total de horas: 64

 

La asignatura Sistemas de Información aborda el enfoque moderno de los modelos y algoritmos propios de los sistemas de recuperación de información así como utilización de un Data Warehouse a partir de datos de diversa naturaleza y diferentes grados de estructuración.

Objetivos Generales de la Asignatura

Asimilar las características de los sistemas de información, su modelación matemática computacional y el desarrollo e implementación de los mismos.

Aplicar la modelación matemática al análisis y evaluación de los sistemas y fuentes de información, especialmente aquellas vinculadas con su perfil profesional.

Sistema de Conocimientos de la Asignatura

Servicios de Información. Principales estándares para el intercambio de información. Fuentes de información electrónicas.

Data Warehousing: conceptos y arquitecturas fundamentales. Enfoques y herramientas para el mantenimiento y la utilización de un Data Warehouse.

Sistemas de Habilidades de la Asignatura

Participar en el análisis, diseño e implementación de sistemas de información, servicios de información y herramientas complementarias.

Conocer y utilizar los estándares establecidos en el ámbito de los sistemas de información.

Participar en la evaluación de los sistemas de información.

Ser un usuario con cierto nivel de experticidad de los servicios de información y fuentes informativas fundamentales de su especialidad.

Conocer enfoques y herramientas para el desarrollo, mantenimiento y la utilización de un Data Warehouse.

Sistema de Valores de la Asignatura

Fomenta los valores de responsabilidad ante las tareas asignadas; de honestidad, resaltando el sentido de pertenencia y deber con la sociedad; dignidad, mediante el compromiso revolucionario en el cumplimiento de las funciones como profesional y sensibilidad, creando el amor a la profesión. Motiva el proceso creador e innovador y su riqueza de aplicación en aras de satisfacer las necesidades de otras áreas del saber. Además. desarrolla, aplica y facilita el uso de la capacidad potencial de las computadoras para los procesos de información mediante la creación de programas que faciliten el almacenamiento, la recuperación así como las actualizaciones pertinentes de información.

Formar parte de equipos interdisciplinarios para acometer la solución de problemas complejos e interdisciplinarios, con una amplia perspectiva científica y capacidad para el trabajo colaborativo con una adecuada ética profesional.

Trabajar teniendo en cuenta las medidas de protección y de seguridad de la información, de los sistemas y de las redes de computación.

Sistema de evaluación

Evaluaciones parciales en donde se demuestren las habilidades que han alcanzado los estudiantes, con una periodicidad que determine el colectivo de la asignatura.

Desarrollar un trabajo de curso de un problema determinado por el colectivo de la asignatura.

Distribución en horas:

 

Tema

Conf.

C. Práct

CP.Lab.

Sem.

Total

I

14

12

14

 

40

II

4

4

4

12

24

Total

18

16

18

12

64

PLAN TEMÁTICO

Tema 1: Diseño e implementación de almacenes de datos.

Horas: 40 C: 14 CP: 12 CP.Lab: 14

Objetivos específicos

  • Describir los conceptos fundamentales asociados a los Almacenes de Datos.
  • Modelar bases de datos para el apoyo a la toma de decisiones.
  • Implementar bases de datos para el apoyo a la toma de decisiones.
  • Prever los errores y hacer un tratamiento adecuado de éstos.

Sistema de Conocimiento.

  • Características de los Sistemas para el Soporte a la toma de Decisiones (DSS en inglés). Modelación conceptual de las bases de datos para el apoyo a la toma de decisiones. Preparación de los datos: Extracción, Transformación y Carga. Consultas y obtención de reportes. Herramientas para la implementación de sistemas para el soporte a la toma de decisiones.

Sistema de Habilidades.

Diseñar bases de datos para el apoyo a la toma de decisiones.

Implementar bases de datos para el apoyo a la toma de decisiones.

Implementar el proceso ETL para la carga de datos en las bases de datos desde múltiples fuentes.

Consultar los datos utilizando OLAP y reportes.

 

Tema 2. Introducción a la Minería de Datos.

Horas: 24 C: 4 CP: 4 CP.Lab: 4 Sem: 12

Objetivos Instructivos.

Describir de forma lógica como ocurre la extracción de conocimiento útil a partir de un conjunto de datos.

Aplicar metodologías de extracción de conocimiento sobre datos.

Aplicar las técnicas: Reglas de Asociación, Clasificación y predicción y clustering.

Utilizar herramientas que faciliten la extracción de conocimiento.

Sistema de Conocimiento.

Visión teórica y práctica acerca de los fundamentos, técnicas y problemas actuales en la Minería de Datos y el Descubrimiento de Conocimiento desde grandes bases de datos. Asimilar algunas herramientas básicas, recursos computacionales y aplicaciones simples en minería de datos que dan soporte al KDD.

Sistema de Habilidades.

Describir los conceptos y problemas fundamentales en el proceso de minado de datos y descubrimiento de conocimiento.

Explicar y Distinguir los métodos y técnicas actuales en minería de datos.

Explicar y entender técnicas básicas de minería de datos descriptiva y predictiva.

Identificar y comparar modelos de evaluación en minería de datos.

Construir y Aplicar un prototipo simple de minería de datos utilizando herramientas computacionales.

 

Software que se utiliza en la asignatura

Pentaho BI Server

Pentaho Report Designer

Pentaho Spoon Kettle,

Pentaho workbench

JPivot

JRubik

ER Studio 8.0

MySql 5.x

PostgreSql 8.x

Weka

 

INDICACIONES METODOLÓGICAS Y DE ORGANIZACIÓN DE LA ASIGNATURA.

La asignatura continúa creando en el profesional la capacidad para dar solución a problemas interdisciplinarios dentro de cualquier rama donde la solución de un problema pueda ser abordada por la vía computacional.

Dentro del proceso docente educativo de la asignatura se propone desarrollar la misma a través de las formas: Conferencias, Clases prácticas, Clases prácticas en máquinas y Seminarios. En las conferencias se impartirán los aspectos esenciales, tendrán un carácter generalizador tal que permita al alumno apropiarse de la esencia de los contenidos con la ayuda de consultas de la bibliografía que se oriente en cada caso y pueda a través de las clases prácticas en máquina reproducir los conocimientos adquiridos y paulatinamente utilizarlos en situaciones nuevas.

El desarrollo de las clases prácticas en máquinas dentro de cada tema evoluciona desde una fase compartida, con alto grado de participación del docente, hasta un desempeño independiente de los estudiantes, en las cuales se van integrando los contenidos de cada aspecto.

En el seminario se comprobarán aspectos teóricos por medio de la interpretación de los resultados obtenidos y en ellas los alumnos trabajarán en equipos hasta 3 integrantes, realizando la presentación, emitiendo conclusiones y valoraciones técnicas. Para ello contarán las orientaciones de la actividad publicadas con antelación en la plataforma.

Se hará uso de la herramienta Embarcadero ER-Studio para el diseño e implementación de bases de datos multidimensionales. Pentaho Spoon Kettle para el diseño e implementación del proceso ETL, Pentaho workbench para el diseño, implementación y despliegue del Cubo. Pentaho Report Designer es la solución que permite el diseño y despliegue de reportes. El Data warehousing será montando sobre Pentaho BI Server, donde serán desplegados los cubos y reportes que sean creados, JPivot es la interfaz que brinda Pentaho BI Server para realizar el proceso OLAP desde la web. JRubik es una herramienta análoga al JPivot pero el acceso es desde un entorno de escritorio.

Las bases de datos multidimensional implementadas según ROLAP pueden ser gestionadas utilizando los gestores de bases de datos relacionales MySql 5.X o PostgreSql 8.x

Toda la información y programas necesarios deben estar a disposición de los estudiantes en la plataforma virtual.

El proceso de enseñanza - aprendizaje de la asignatura, debe complementarse adecuadamente con indicaciones precisas sobre la adquisición de conocimientos y habilidades; y la orientación del estudio independiente, ajustándose al principio de que la función principal del docente es dirigir el proceso de asimilación de los conocimientos por los estudiantes, y que este proceso se concreta en la adquisición de habilidades por parte de ellos.

La tarea final debe garantizar que los problemas propuestos impliquen que la solución evidencie un correcto uso de las técnicas, enfoques y tecnologías analizadas durante el curso, garantizando la persistencia de los datos utilizando el enfoque multidimensional. Además debe brindar la posibilidad de realzar las consultas mediante el proceso OLAP y el diseño y consulta de Reportes, garantizado todo mediante el uso de una herramienta orientada al BI.

En la asignatura se garantiza su vínculo a la estrategia de inglés a través del uso de las ayudas en línea que posee el software que deben usar los estudiantes, así como por las consultas que tienen que realizar a sus textos de asignatura. Su vínculo con el plan de preparación para la defensa está dado a través de la exigencia de mantener medidas de protección de la información y el manejo de herramientas antivirus en sus prácticas de laboratorio para evitar la infestación de sus programas y de las computadoras en que trabaja. Con la estrategia de historia de Cuba y la profesión se realiza brindándole al estudiante en las diferentes actividades quienes fueron los que lo inventaron, por qué surgió, cómo, contribuyendo también a la motivación del estudiante por estos temas y la asignatura en particular.

Para el desarrollo de este programa se recomienda:

Clases de introducción de nuevos contenidos. (Conferencias).

Seminarios donde se analicen las diferentes soluciones a problemas a partir de los conocimientos adquiridos en las clases precedentes de ese tema.

Prerrequisitos

Sistemas de Bases de Datos I.

Probabilidades.

Estadísticas.

Bibliografía Básica

Modern Information, Ricardo Baeza-Yates and Berthier Ribeiro Neto,Retrieval. 1998.

Information Retrieval Data Structures & Algorithms. William B. Frakes and Ricardo Baeza-Yates.

Bibliografía Complementaria

  • Introducción a los sistemas de bases de datos. C. J. Date. Addison-Wesley. 7ma. Edición. México 2000.
  • DATA WAREHOUSING: Investigación y Sistematización de Conceptos – HEFESTO: Metodología propia para la Construcción de un Data Warehouse. Ing. Bernabeu Ricardo Dario. Licencia de Documentación Libre de GNU, Versión 1.2Argentina 2009.
  • Building the Data Warehouse. William H. Inmon, Fourth Edition. Wiley Publishing Inc. Canada 2005.
  • SIGENU-DSS. César Andrés Blasser González. Charles Arnold Nievas Charlo.Facultad de Ingeniería Informática. CUJAE. Cuba 2011.

An Introduction to Information Retrieva,Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze. l. Cambridge University Press, 2007.

Managing Gigabytes: Compressing and Indexing Documents and Images" by Ian H. Witten, Alistair Moffat and Timothy C. Bell

Understanding Search Engines: Mathematical Modeling and Text Retrieval

Elaborado por: _________________________

Dra. C. Ekaterine M. Fergusson Ramirez

 

Aprobado por: _________________________

Dra. C Silena Herold García

Jefe del Departamento de Computación


Desde mediados del siglo XX se ha reconocido que el dominio de la información es primordial para el éxito en cualquier esfera del quehacer humano.

Los sistemas de recuperación de información surgen en el desarrollo de la Ciencia de la Computación al alcanzar una nueva dimensión los problemas de representación, organización y transformación de grandes volúmenes de datos con la perspectiva de considerar los datos como cimiento para la toma de decisiones acertadas, oportunas y pertinentes en el marco de la construcción de la sociedad del conocimiento.

OBJETIVOS GENERALES DE LA ASIGNATURA

1.    Aplicar los desarrollos de los sistemas de recuperación de la información, en la solución de problemas específicos o interdisciplinarios con una perspectiva científica y metodológica, contribuyendo al desarrollo social según los principios de dirección y los lineamientos económicos del país.

2.    Caracterizar los modelos de recuperación de información en términos evolutivos.

3.    Distinguir las características de los modelos de recuperación de información textual, y desarrollar su modelación matemática computacional y su implementación.

4.    Desarrollar herramientas para la búsqueda y la recuperación de información en la Web.

5.    Evaluar, comparar y clasificar documentos con eficiencia y precisión.

6.    Aplicar la modelación matemática a la concepción, el análisis y la valoración de sistemas de advertencia y recomendación.