Aproximación práctica a Data Science y Machine Learning

keyfacts

Idioma de impartición:
Castellano
Inicio de clases:
07 abril 2021
Fin de programa:
28 abril 2021
Horario:

miércoles de 15 a 19 horas

Modalidad:
Presencial
Precio:
1.200€

Se dice que los datos son el petróleo del siglo XXI. El potencial que tienen, debidamente explotado, puede generar grandes beneficios. Por eso, desde hace relativamente pocos años, se ha disparado la demanda de científicos de datos que sepan analizar los conjuntos de datos de empresas e instituciones, con el objetivo de generar nuevo conocimiento y poner en marcha nuevos proyectos estratégicos.

La Ciencia de Datos responde a la necesidad de interpretar los grandes volúmenes de datos generados por nuestra sociedad. Cada vez más empresas, desde multinacionales a startups, dedican esfuerzos a extraer conocimiento de los datos que generan para optimizar sus procesos.

El Data Science agrupa conocimientos de diferentes disciplinas como las matemáticas, la estadística, la computación y la visión de negocio. Este curso integra todas estas áreas de una manera muy práctica, para así consolidar de manera eficaz los conocimientos básicos que permitirán a los estudiantes iniciarse en el mundo de la Ciencia de Datos.

Mediante la combinación de una base teórica, dinámicas y casos reales con masterclass impartidas por referentes del sector, este programa de Executive Education dirigido por Ana Freire aborda:

Jornada I – Introducción a la Ciencia de Datos

  • Qué es Data Science? Flujo de trabajo. Herramientas.
  • Ejemplos de aplicación en varios ámbitos
  • Práctica: Empezando a analizar un conjunto de datos en Python.

Jornada II – Análisis Exploratorio de Datos (EDA)

  • Primeros pasos en el análisis de un conjunto de datos: estadísticas, correlación, análisis gráfico de datos.
  • Preparación y limpieza de datos.
  • Práctica: EDA y limpieza de datos en Python.

Jornada III – Aprendizaje Automático

  • Introducción al Machine Learning: supervisado y no supervisado.
  • Repaso de los algoritmos más utilizados para clasificación y regresión.
  • Práctica: Entrenando algoritmos de aprendizaje automático en Python.

Jornada IV – Hands-on Data Science

  • Práctica: Desarrollo y presentación de un proyecto completo de Data Science en Python.
>

Objetivos

  • Ser capaz de hacer tareas de análisis de datos y aprendizaje automático, creando tus propios algoritmos predictivos para hacer tareas de clasificación o regresión.
  • Introducir los conceptos fundamentales para poder realizar de manera autónoma un proyecto de Data Science.
  • Presentar las herramientas más utilizadas hoy en día en el mundo de la Ciencia de Datos.
  • Complementar conocimientos teóricos con laboratorios en los cuales poner en práctica todos los conceptos aprendidos.

A quién va dirigido

Profesionales o graduados que quieran iniciarse en el mundo de Data Science para poder entender esta disciplina y desarrollar proyectos de dificultad mediana.

Dirección académica

Ana Freire Ana Freire, Ingeniera y Doctora en Informática, Investigadora y Profesora de la Universidad Pompeu Fabra. Coordina el Centro de Estudios sobre Sostenibilidad de esta Universidad, investigando en la aplicación de la inteligencia artificial aplicada a la sostenibilidad y la salud mental. Ha contribuido con más de 40 publicaciones científicas, tres patentes y acumula varios reconocimientos.

Admisión y matrícula

  • > Rellena el formulario de solicitud de admisión
  • > Sube una copia de tu DNI (ambas caras) en la plataforma a la que se te dará acceso (revisa tu buzón de Spam si no recibes el correo con las claves de acceso)
  • > Escoge una de las dos opciones de pago:
    - Tarjeta de crédito: accederás directamente al pago
    - Transferencia bancaria: al seleccionarla verás las indicaciones y cuentas bancarias en pantalla, que recibirás también en tu correo electrónico (revisa tu buzón de Spam si no lo recibes).

Si tienes cualquier duda, puedes ponerte en contacto mediante el formulario "Solicita información" o enviando un correo a ramon.cusco@bsm.upf.edu.

.