"BIG DATA Y ANALÍTICA EN EL DEPORTE INTRODUCCIÓN MÓDULO 1. CARACTERIZACIÓN DE LA TECNOLOGÍA UNIDAD DIDÁCTICA 1. ¿QUÉ ES LA TECNOLOGÍA?

1. Origen y evolución
2. Clasificación
   • Según el tipo de producto
   • Según James David Thompson
   • Según el nivel de innovación
3. Impactos de la actividad tecnológica
   • Impacto en la sociedad
   • Impacto en la empresa

UNIDAD DIDÁCTICA 2. INNOVACIÓN TECNOLÓGICA CONTEMPORÁNEA

1. Internet
2. Smartphone
3. Almacenamiento en la nube
4. Impresión 3D
5. Bases de datos
6. Inteligencia artificial

RESUMEN AUTOEVALUACIÓN MÓDULO 2. BASES DE DATOS UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LAS BASES DE DATOS

1. Origen y evolución
2. Base de datos vs. hoja de cálculo
3. Sistema de gestión de bases de datos (DBMS)
4. Uso empresarial de la base de datos
5. Clasificación
   • Según la variabilidad de la base de datos
   • Según el contenido
   • Según su modelo de administración de datos
   • Otras bases de datos
6. Seguridad
   • Infracción de datos
   • Ataques de seguridad
   • Políticas de seguridad

UNIDAD DIDÁCTICA 2. APROXIMACIÓN AL MODELO RELACIONAL

1. Elementos
2. Sistemas de gestión de bases de datos relacionales
3. Normalización en bases de datos relacionales
4. Reglas de Codd
5. Lenguaje relacional
   • Álgebra relacional
   • Cálculo relacional
   • SQL
6. Transacciones
   • Control de concurrencia

RESUMEN AUTOEVALUACIÓN MÓDULO 3. BASES DEL RAZONAMIENTO ESTADÍSTICO UNIDAD DIDÁCTICA 1. TEORÍA DE LA PROBABILIDAD

1. Probabilidad
   • Elementos básicos
   • Teoremas y principios fundamentales

UNIDAD DIDÁCTICA 2. PROBABILIDAD E INTELIGENCIA ARTIFICIAL RESUMEN AUTOEVALUACIÓN MÓDULO 4. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL UNIDAD DIDÁCTICA 1. CONCEPTO Y DEFINICIÓN

1. Origen y evolución
2. Ramas
   • Aprendizaje automático
   • Procesamiento del lenguaje natural
   • Visión artificial
   • Robótica
3. Aplicaciones
   • Computación
   • Medicina
   • Finanzas
   • Industria pesada
   • Atención al cliente
   • Industria automotriz
   • Juegos y juguetes
   • Música

UNIDAD DIDÁCTICA 2. INTELIGENCIA ARTIFICIAL APLICADA A LA EMPRESA

1. People analytics
2. Robotic process automation (RPA)
3. Atención al cliente
4. Predicción de stocks y demandas
5. Segmentación y fidelización de clientes y personalización de campañas de marketing
6. Evaluación de riesgos crediticios y análisis de riesgo de inversión
7. Monitoreo de la salud y seguridad de los trabajadores
8. Toma de decisiones estratégicas

RESUMEN AUTOEVALUACIÓN MÓDULO 5. APRENDIZAJE AUTOMÁTICO UNIDAD DIDÁCTICA 1. APROXIMACIÓN AL APRENDIZAJE AUTOMÁTICO UNIDAD DIDÁCTICA 2. APRENDIZAJE SUPERVISADO

1. Algoritmos habituales
   • Árboles de decisión
   • K vecinos más cercanos (K-NN)
   • Máquinas de vectores de soporte (SVM)
   • Regresión logística
   • Clasificación de Naïve Bayes

UNIDAD DIDÁCTICA 3. APRENDIZAJE NO SUPERVISADO

1. Algoritmos habituales
   • Agrupamiento (clustering)
   • Reducción de dimensionalidad

UNIDAD DIDÁCTICA 4. APRENDIZAJE POR REFUERZO

1. Algoritmos habituales