Descripció
En el repositori institucional de la UOC, anomenat O2, es poden trobar publicats en obert els treballs finals de grau i de màster dels estudiants dels estudis d’Informàtica, Multimèdia i Telecomunicació, de forma que poden ser consultats per tota la comunitat d’estudiants i professors i usats com a exemples de bones pràctiques. El repositori està organitzat per categories de forma jeràrquica, i cobreix tots els àmbits de l’activitat a la universitat (docència, recerca, etc.), però en el cas que ens ocupa estem parlant de la branca següent:
O2 → Docència → Informàtica, Multimèdia i Telecomunicació → Computació → Intel·ligència Artificial → Treballs finals...
En l’esmentada col·lecció es poden trobar treballs en català, castellà i anglès relacionats amb la intel·ligència artificial, incloent-hi també alguns relacionats amb la ciència de dades. Actualment, hi ha 136 treballs, però aquest nombre va creixent cada semestre, quan els estudiants que així ho consideren, decideixen dipositar els seus treballs en el repositori institucional. Fer-ho és molt interessant perquè els repositoris institucionals són indexats per Google i altres cercadors, de forma que s’augmenta molt la visibilitat del treball, a banda d’assegurar-ne la preservació digital.
Enllaç al recurs
http://openaccess.uoc.edu/webapps/o2/handle/10609/47944
Exemple d’ús
És difícil fer una selecció entre tots els treballs que hi ha dipositats al repositori institucional, però a tall d’exemple podríem triar els següents, donat que tenen molta relació amb l’àmbit de la ciència de dades:
«Fuzzy C-means and clustering algorithms: a comparative study» de Víctor García Domingo. Es tracta d’un treball que segueix un patró clàssic de l’àmbit de la mineria de dades, com és la comparació entre diferents algoritmes (en aquest cas, algoritmes per a fer clusterització) usant una col·lecció de conjunts de dades prou diversa com per a posar a prova les limitacions de cada algoritme.
«Influence of imbalanced datasets in the induction of Full Bayesian Classifiers» de Daniel Morán Jiménez. En aquest treball, l’estudiant analitza un problema ben conegut com és el cas dels conjunts de dades desbalancejats, on la distribució dels elements entre les diferents classes possibles està desequilibrada. També s’analitza l’impacte de diferents tècniques en els resultats obtinguts quan s’utilitza un classificador bayesià.
«Estudio de predictores de felicidad a nivel mundial» de María Augusta Jimbo Granda. Aquest treball resulta interessant perquè planteja una anàlisi a partir de les dades recollides a més de 150 països sobre la felicitat percebuda pels enquestats. Per a fer-ho, fa una anàlisi bibliogràfica molt interessant per a esbrinar quins són els factors que poden determinar aquest índex de felicitat. Després, l’estudiant desenvolupa models de regressió usant R com a eina de programació.
Enllaços relacionats
Premis UOC-RMF: http://premisuocrmf.uoc.edu/
TFG Víctor García Domingo: http://hdl.handle.net/10609/97627
TFG Daniel Morán Jiménez: http://hdl.handle.net/10609/83566
TFG María Augusta Jimbo Granda: http://hdl.handle.net/10609/98886