Programa
Módulos conjuntos para Máster en Data Science & Business Analytics / Experto en Modeling & Data Mining
- Módulo I: Introducción a la Ciencia de Datos
- Módulo II: Software estadístico R
- Módulo III: Arquitectura de Datos y Tecnologías Big-Data
- Módulo IV: Fundamentos de Estadística
- Módulo V: Modelización Estadística
- Módulo VI: Data Mining Básico
Módulos exclusivos para Máster en Data Science & Business Analytics
- Módulo VII: Data Mining Avanzado
- Módulo VIII: Estadística Espacial y Espacio-Temporal
- Módulo IX: Inteligencia Artificial
- Módulo X: Trabajo Fin de Máster
| Módulos conjuntos para Máster en Data Science & Business Analytics / Experto en Modeling & Data Mining |
|
Curso Universitario de Formación Avanzada en Modelización Estadística y Minería de Datos (con R software) * Sin titulación universitaria previa |
| Módulo I: Introducción a la Ciencia de Datos |
|---|
| 01. Masterclass inaugural |
| Módulo II: Software estadístico R |
|---|
| 01. R y su entorno 02. Tratamiento de Datos 03. Análisis exploratorio de datos 04. Masterclass |
| Módulo III: Arquitectura de Datos y Tecnologías Big-Data |
|---|
| 01. Introducción 02. Calidad y gobierno de datos 03. Bases de datos Relacionales 04. Bases de datos NoSQL 05. Masterclass |
| Módulo IV: Fundamentos de Estadística |
|---|
| 01. Modelos probabilísticos 02. Fundamentos de Estadística Inferencial 03. Masterclass |
| Módulo V: Modelización Estadística |
|---|
| 01. Modelización econométrica lineal 02. Modelos lineales generalizados con distribución exponencial 03. Modelos aditivos generalizados 04. Modelos mixtos 05. Series temporales 06. Validación de modelos. Feature Engineering. 07. Masterclass |
| Módulo VI: Data Mining Básico |
|---|
| 01. Instrumentos y técnicas de la estadística moderna 02. Técnicas gráficas de Análisis Multivariante 03. Clasificación y Discriminación 04. Reducción de la dimensionalidad 05. Análisis de la Varianza 06. Masterclass |
| Módulos exclusivos para Máster en Data Science |
|
Curso Universitario de Formación Avanzada en Técnicas Estadísticas Avanzadas e Inteligencia Artificial (con R software) * Sin titulación previa * TFM sólo para el Máster |
| Módulo VII: Data Mining Avanzado |
|---|
| 01. Análisis de tablas de contingencia 02. Análisis de correspondencias 03. Análisis conjunto 04. Escalamiento multidimensional 05. Modelos de ecuaciones estructurales 06. Modelos Sparse y métodos penalizados de regresión. dimensionalidad. Un ejemplo con datos genéticos 07. Random Forest 08. Boosting 09. Masterclass |
| Módulo VIII: Estadística Espacial y Espacio-Temporal |
|---|
| 01. Visualización y geolocalización de datos 02. Procesos puntuales 03. Modelos econométricos espaciales 04. Geoestadística espacial 05. Geoestadística espacio-temporal 06. Masterclass |
| Módulo IX: Inteligencia Artificial |
|---|
| 01. Introducción a la inteligencia artificial 02. Machine learning: aprendizaje supervisado 03. Machine learning: aprendizaje no supervisado 04. Machine learning: otros conceptos 05. Aplicaciones del deep learning 06. Redes Neuronales Artificiales (ANNs) 07. Redes Neuronales Convolucionales (CNNs) 08. Análisis de grafos y redes sociales 09. Análisis de datos no estructurados 10. Masterclass |
| Módulo X: Trabajo Fin de Master |
|---|
| 01. Preparación TFM 02. Trabajo guiado TFM |
¿Por qué R?
Es el futuro en lo que a tratamiento de datos se refiere. Es un entorno interesante, divertido y gratuito en el cual el alumno podrá llevar a cabo todas las tareas, desde el análisis de datos, la creación y la programación de modelos, hasta la presentación de informes profesionales.