Escuela Andaluza de Salud Pública

Ciencia de Datos: Técnicas avanzadas para el análisis inteligente de datos

Fechas previstas Granada, 28, 29 y 30 de junio de 2017
Coordinación Carmen Sánchez-Cantalejo; Pablo Sánchez Villegas
Horas Totales 20 horas Modalidad Presencial
Código 311902
Fecha límite de inscripción 28 de junio de 2017 Matrícula 150,00 €
 
 

Introducción

Organiza: Centro de Estudios Andaluces y Escuela Andaluza de Salud Pública
Esta actividad se deberá financiar individualmente, no admite matrículas con cargo a cupos de plazas reservadas por el Organismo.
PARA MATRICULARTE EN EL CURSO DEBES:
1. Realizar la preinscripción online al curso (previo registro en la página web del Centro de Estudios Andaluces).
2. Abonar el pago de la matrícula mediante alguna de las siguientes vías:
- Realizando transferencia a nombre del Centro de Estudios Andaluces a la cuenta bancaria IBAN ES79 0182 5566 7402 0150 8457 indicando el nombre de la persona que se inscribe.
- Mediante tarjeta de crédito a través de esta página web.
EL PAGO DEL CURSO NO SE ACEPTARÁ SIN LA PREVIA PREINSCRIPCIÓN AL CURSO.
3. Remitir el comprobante de ingreso junto con el nombre de la persona inscrita, curso y teléfono a inscripciones@centrodeestudiosandaluces.es
- LA PREINSCRIPCIÓN NO IMPLICA LA RESERVA DE PLAZA HASTA HABER REALIZADO EL PAGO Y ENVIADO LA SOLICITUD.
ANULACIONES
Para cancelaciones hasta 3 días antes del curso, la Fundación devolverá el 100% del importe de la matrícula. A partir de los 2 días anteriores al curso, sólo se devolverá el importe por motivos de causa mayor debidamente justificados. RESERVADO EL DERECHO DE ANULACIÓN DEL CURSO.
BECAS PARA PERSONAS DESEMPLEADAS
La Fundación Centro de Estudios Andaluces ofrece un máximo de 3 becas por curso para personas en situación de desempleo. Las becas, que se otorgan por estricto orden de pago, consisten en la reducción del 40% sobre la matrícula del curso (a devolver posteriormente). Para solicitar una beca debes enviar la fotocopia de la tarjeta de demandante de empleo sellada por la oficina de empleo y en vigencia en el momento de realización el curso junto con el comprobante de ingreso del 100% de la matrícula y el nombre de la persona que se inscribe, teléfono y curso.
Para mas información pueden contactar con Patricia Illana 955 055 217 (corporativo 355217); inscripciones@centrodeestudiosandaluces.es

Dirigido a

Titulados o estudiantes de últimos cursos, preferiblemente de las ramas de Ciencias, Ingeniería o Arquitectura. Además, toda aquella persona que tenga inquietud por conocer técnicas inteligentes de extracción de conocimiento en grandes bases de datos.

Requisitos

Organiza: Centro de Estudios Andaluces y Escuela Andaluza de Salud Pública
Para participar en este curso es requisito imprescindible registrarse previamente en la página del Centro de Estudios Andaluces, y realizar el pago a través de dicha institución, a través del siguiente enlace

ESTE ENLACE

Objetivo General

Dada la gran cantidad de información disponible hoy en día procedente de los sistemas de información, web, redes sociales, o sensores, es sumamente importante conocer técnicas avanzadas para el análisis inteligente de datos que permitan su explotación. La Ciencia de Datos (en inglés, Data Science) es un área emergente relacionada con la preparación, análisis y visualización de datos para la obtención de conocimiento que aporte valor añadido al negocio. Actualmente, en el mercado laboral existe una gran demanda de profesionales formados en Ciencia de Datos avanzada. Igualmente, en la mayoría de los proyectos de investigación es necesario realizar análisis de datos de forma automatizada para extraer conclusiones fiables. El objetivo del curso es formar al participante en las principales técnicas más avanzadas de la Ciencia de Datos desde un punto de vista eminentemente práctico. Se estudiará una herramienta de código abierto como es WEKA y se realizarán numerosos ejercicios prácticos aplicando la modelización predictiva mediante flujos de trabajo de la herramienta sobre bases de datos reales. Dada la gran cantidad de información disponible hoy en día procedente de los sistemas de información, web, redes sociales, o sensores, es sumamente importante conocer técnicas avanzadas para el análisis inteligente de datos que permitan su explotación. La Ciencia de Datos (en inglés, Data Science) es un área emergente relacionada con la preparación, análisis y visualización de datos para la obtención de conocimiento que aporte valor añadido al negocio. Actualmente, en el mercado laboral existe una gran demanda de profesionales formados en Ciencia de Datos avanzada. Igualmente, en la mayoría de los proyectos de investigación es necesario realizar análisis de datos de forma automatizada para extraer conclusiones fiables. El objetivo del curso es formar al participante en las principales técnicas más avanzadas de la Ciencia de Datos desde un punto de vista eminentemente práctico. Se estudiará una herramienta de código abierto como es WEKA y se realizarán numerosos ejercicios prácticos aplicando la modelización predictiva mediante flujos de trabajo de la herramienta sobre bases de datos reales. Dada la gran cantidad de información disponible hoy en día procedente de los sistemas de información, web, redes sociales, o sensores, es sumamente importante conocer técnicas avanzadas para el análisis inteligente de datos que permitan su explotación. La Ciencia de Datos (en inglés, Data Science) es un área emergente relacionada con la preparación, análisis y visualización de datos para la obtención de conocimiento que aporte valor añadido al negocio. Actualmente, en el mercado laboral existe una gran demanda de profesionales formados en Ciencia de Datos avanzada. Igualmente, en la mayoría de los proyectos de investigación es necesario realizar análisis de datos de forma automatizada para extraer conclusiones fiables. El objetivo del curso es formar al participante en las principales técnicas más avanzadas de la Ciencia de Datos desde un punto de vista eminentemente práctico. Se estudiará una herramienta de código abierto como es WEKA y se realizarán numerosos ejercicios prácticos aplicando la modelización predictiva mediante flujos de trabajo de la herramienta sobre bases de datos reales.

Objetivos Específicos

1) Preprocesar conjunto de datos para conseguir datos de calidad 2) Seleccionar las variables influyentes para el problema a resolver 3) Obtener modelos predictivos a partir de los datos que ayuden a predecir 4) Obtener modelos descriptivos que ayuden a describir los conjuntos de datos 5) Aplicar métodos de la Ciencia de Datos para obtener conocimiento útil a partir de un conjunto de datos con el objeto de la toma de decisiones

Contenidos

BLOQUE I: Técnicas avanzadas de pre-procesado de datos Tema 1: Adquisición, carga y visualización de datos Tema 2: Generación y transformación de atributos Tema 3: Selección de atributos avanzada Tema 4: Aplicación del pre-procesado en un proyecto real BLOQUE II: Reglas de asociación y Clustering Tema 5: Técnicas avanzadas de creación de reglas de asociación Tema 6: Aplicación de las reglas de asociación en un proyecto real Tema 7: Técnicas avanzadas de clustering Tema 8: Aplicación del clustering en un proyecto real BLOQUE III: Regresión y Series Temporales Tema 9: Técnicas avanzadas de regresión Tema 10: Aplicación de la regresión en un proyecto real Tema 11: Predicción de series temporales Tema 12: Aplicación de las series temporales en un proyecto real BLOQUE IV: Clasificación avanzada Tema 13: Técnicas avanzadas de clasificación Tema 14: Clasificación desbalanceada Tema 15: Aplicación de la clasificación en un proyecto real BLOQUE V: Introducción al análisis de datos Big Data

Metodología

La metodología se basará principalmente en la exposición de los conceptos importantes por parte del profesorado, y en la resolución de ejercicios prácticos en el aula de informática con el software WEKA. Esta actividad formativa es de carácter presencial y para la superación de la misma será necesario asistir, al menos, al 90% de las horas lectivas y realizar los trabajos prácticos en el aula.
Horario: MIÉRCOLES Y JUEVES: DE 10:30 A 14:30 Y TARDE DE 15:30 A 19:30 VIERNES: DE 9:00 A 13:00

Más información

Equipo docente: • Dr. Gualberto Asencio Cortés (Univ. Pablo de Olavide y empresa ec2ce) • Dra. María Martínez Ballesteros (Univ. de Sevilla) El sistema de evaluación se compone de: - Evaluación de la satisfacción: se llevará a cabo a través del Cuestionario de Evaluación de la Calidad Docente - Evaluación de la asistencia: es obligatoria la asistencia al menos al 90% de las horas presenciales del curso, registrada mediante control de firmas.