Universidad Pública de Navarra - Nafarroako Univertsitate Publikoa
Universidad Pública de Navarra
| Código: 710127 | Asignatura: Técnicas de análisis de la información económica y empresarial | ||||
| Créditos: 3 | Tipo: Optativa | Curso: 1 | Periodo: 2º S | ||
| Departamento: Estadística, Informática y Matemáticas | |||||
| Profesorado: | |||||
| PERALES BARRIENDO, JULEN (Resp) [Tutorías ] | |||||
Descripción/Contenidos
Esta asignatura tiene como objetivo dotar al alumnado de competencias prácticas en el uso de herramientas de software y recursos de inteligencia artificial aplicados a la resolución de problemas económicos y empresariales. A través de un enfoque práctico con datos reales, se explorarán soluciones basadas modelos generativos de lenguaje (GLM) y en softwares de programación, permitiendo al estudiante mejorar su capacidad analítica y de toma de decisiones en entornos complejos.
El estudiante aprenderá a:
- Interpretar resultados generados por modelos automatizados o scripts en R, y extraer conclusiones útiles para la toma de decisiones empresariales.
- Comunicar con claridad resultados analíticos, tanto en formato gráfico como verbal, a públicos especializados y no especializados.
- Desarrollar autonomía en el uso de herramientas digitales para explorar nuevas fuentes de información económica y generar soluciones innovadoras.
- Aplicar herramientas de software y recursos de inteligencia artificial para abordar problemas reales en el ámbito económico y empresarial.
Resultados aprendizaje
RA10 - Evaluar, interpretar y seleccionar la información existente, contrastarla e integrarla para optimizar la toma de decisiones TIPO: Habilidades o destrezas
RA23: Utilizar herramientas técnicas avanzadas del ámbito económico y tecnológico para la gestión empresarial.
RA24: Aplicar los conocimientos y habilidades de la dirección de empresas en sectores específicos y en entornos complejos y multipolares.
Metodología
| Metodología - Actividad | Horas Presenciales | Horas no presenciales |
| Sesiones Teóricas | 10 | - |
| Sesiones Prácticas (casos, simulación, etc.) | 14 | - |
| Estudio individual y examen | 4 | 20 |
| Preparación de trabajos (individuales y grupales) | 2 | 20 |
| Tutorías | - | 5 |
| Total | 30 | 45 |
Evaluación
| Resultados de aprendizaje |
Actividad de evaluación |
Peso (%) | Carácter recuperable |
Nota mínima requerida |
|---|---|---|---|---|
| RA10, RA23, RA24 | Evaluación continua: participación activa, pruebas de control, trabajos (individual) | 30% | Sí, en la convocatoria extraordinaria | No |
| RA10, RA23, RA24 | Evaluación continua: participación activa, pruebas de control, trabajos (en grupo) | 30% | Sí, en la convocatoria extraordinaria | No |
| RA10, RA23, RA24 | Examen (individual): resolución de problemas o casos prácticos | 40% | Sí, en la convocatoria extraordinaria | No |
Temario
- Introducción a la analítica aplicada y la inteligencia artificial en la empresa
- Fundamentos de programación en R para análisis económico-empresarial
- Tratamiento, análisis y modelización de datos económicos y empresariales
Bibliografía
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
El desarrollo del curso se apoyará en materiales accesibles a través de la plataforma MiAulario, donde el alumnado encontrará esquemas, ejercicios prácticos, enlaces a recursos complementarios, scripts en R y documentación técnica relevante para el seguimiento de la asignatura.
Dado el carácter aplicado y transversal de los contenidos, no se establece un manual obligatorio, aunque sí se recomienda consultar las siguientes referencias, especialmente útiles para reforzar los aspectos técnicos y metodológicos:
- Wickham, H., & Grolemund, G. (2017). R for Data Science. O¿Reilly Media.
- James, G., Witten, D., Hastie, T., & Tibshirani, R. (2021). An Introduction to Statistical Learning with Applications in R. Springer.