Universidad de Castilla-La Mancha

El curso consta de dos partes, la primera es Fundamentos de Análisis de Datos, manejo de R y Machine Learning en la que se estudiará qué es un proyecto de Análisis de Datos, cuáles son sus fases y se aprenderá el manejo del software estadístico-matemático R para aplicarlo a proyectos de este tipo. Después, se aprenderán y utilizarán técnicas de aprendizaje supervisado como modelos basados en árboles, combinación de clasificadores, técnicas de detección de anomalías y aprendizaje por refuerzo, entre otras. Y, por último, se aprenderán y utilizarán técnicas de aprendizaje no supervisado como clúster jerárquico y no jerárquico, técnicas de detección de anomalías y aprendizaje por refuerzo. En la segunda parte, Métodos avanzados: Deep Learning, Big Data y aplicaciones, se verá que el desarrollo de las redes neuronales (ANN) está íntimamente ligado al desarrollo del software y de la Inteligencia Artificial. Se estudiarán los fundamentos de las ANN, supervisadas y no supervisadas, así como de redes de más alto nivel o Deep Learning. En relación con el Big Data, se conocerán las principales plataformas para trabajar con datos masivos y utilizarán R y las herramientas vistas en módulos anteriores en dichas plataformas. Para finalizar, se verán de manera práctica la aplicación de R y de las técnicas vistas en los módulos precedentes a casos reales del mundo de la empresa.

PRESENCIAL

MÁSTER PROPIO

817,77 €