[+] CONSULTA LA OFERTA FORMATIVA DE CURSOS/MICROCURSOS

Fecha: 29,30 de noviembre, 13, 14, 20 diciembre de 2022, 10,11, 17, 18, 24 de enero de 2023

Horas: 20 horas

Horario: Desde las 17:00h a 19:00h 

 PRESENTACIÓN

ESte curso va dirigido a aquellos estudiantes que quieran sumergirse en el mundo del análisis de datos utilizando técnicas avanzadas de visualización y generación de modelos de aprendizaje automático utilizando el lenguaje de programación Python.

OBJETIVOS

• Dominar el lenguaje de propósito general Python desde cero, incluyendo su instalación.
  
  
• Aprender los conceptos básicos de estadística necesarios para poder analizar los datos que nos rodean.
  
  
• Utilizar librerías tanto de uso general como dedicadas específicamente al análisis de datos, como Pandas.
  
  
• Representar gráficamente los datos para poder extraer conclusiones útiles de ellos y comprender la importancia de la modelización.

DOCENTE

 Raúl Marcos Alonso García, científico de datos.

PROGRAMA

1. Introducción a data science y machine learning.
2.  Problemas de clasificación.
3.  Problemas de regresión.
4.  Reducción de la dimensionalidad en datasets. Análisis de componentes principales.
5. Redes neuronales con Python.

DESARROLLO

Módulo 1.Introducción a data science y machine learning.

• La señal y el ruido: como extraer conocimiento de la información.
• Aprendizaje supervisado y no supervisado.
• Módulos de Python dedicados al análisis de datos. 

Módulo 2. Problemas de clasificación.

• Algoritmo k-means
• Árboles de decisión
• Curva ROC
• Random forest
• Regresión logística

 Módulo 3. Problemas de regresión.

• Análisis de correlación
• Regresión polinómica
• Introducción a los GLM

 Módulo 4. Reducción de la dimensionalidad en datasets. Análisis de componentes principales.

• Desarrollo e interpretación de heatmaps.
• ¿Qué es el PCA?
• Interpretación de los gráficos de un PCA.

Módulo 5 . Redes neuronales con Python.

• ¿Cómo funciona una ARN?
• Implementación de redes neuronales en Python

DESTINATARIOS

En este curso asumimos que se tienen conocimientos de programación básicos, y familiaridad con la sintaxis básica de Python. También es recomendable tener conocimientos fundamentales de estadística.