[:es]

Descripción de la Actividad de Formación Continua:

Nombre del curso: Ciencia de datos: Técnicas predictivas de Machine Learning
Tipo: Perfeccionamiento
Duración en horas: 40
Knowledge area: Ingeniería y Arquitectura
Rama de conocimiento: Ciencias
Nombre de la directora: Lidia Ortiz Henarejos
Nombre de la administrativa: María Teresa Tormo Muñoz
Teléfono de contacto: 966 658 572
Correo electrónico de contacto:
Modalidad: A distancia
Porcentaje sobre el total de horas de la Actividad de Formación Continua: 50% Tutorización virtual – 50% Elaboración material docente virtual – 0% Presencialidad
Lugar de impartición: Instituto Centro de Investigación Operativa
Plataforma educativa: Adobe Connect y http://cio.umh.es
Fechas de inicio y fin de impartición: Del 06/04/2020 al 04/05/2020
Número mínimo de estudiantes: 20

Información general:

Las técnicas analíticas de Machine Learning se han mostrado especialmente útiles en ámbitos predictivos en diferentes sectores productivos tales como turismo, calzado, industria ¿Cómo se diseñan dichos métodos? ¿Cómo se instancian e interpretan?

Objetivos generales:

Adquirir conocimientos y habilidades operativas sobre: Selección de características; Predicción de variables numéricas: Regresión; Predicción de variables categóricas: Clasificación; Patrones.

Programación temporal:

El curso se compone de 40 horas, 20 horas presenciales on-line y 20 horas no presenciales con actividades y material dirigido a las prácticas del alumno.
Las 20 horas presenciales corresponden a 4 sesiones de 5 horas, donde se expondrán fundamentos de la materia por parte del profesorado.
El curso abordará los siguientes temas en las sesiones indicadas:

Sesión 1 (on-line presencial): 06/04/2020. Introducción a las técnicas de Machine Learning. A . Rabasa (2,5h), N. Mollá (2,5h)
Sesión 2 (on-line). Problemas sencillos: Lecturas, tests y ejercicios A . Rabasa (5h)
Sesión 3 (on-line). Intro a WEKA. Videotutoriales y ejercicios. A . Rabasa (5h)
Sesión 4 (on-line presencial). 21/04/2020. Intro a R. A. Pérez (5h)
Sesión 5 (on-line). Ejercicio común de R.A. Pérez (2,5h), A . Rabasa (2,5h)
Sesión 6 (on-line presencial). 27/04/2020. Control ejerc. Común de R y Weka y enunciado ejercicio específico de R. A. Pérez-T (2,5h), N. Mollá (2,5h)
Sesión 7 (on-line). Ejercicio específico de R, dudas y seguimiento. A. Pérez-T (2,5h), N. Mollá (2,5h)
Ses.8 (on-line presencial). 04/05/2020. Exposiciones y debate ejercicios específicos de R. A. Pérez-T (1,5h), N. Mollá (1,5h), A. Pérez (1 h), A. Rabasa (1 h) Árboles de clasificación: con variables discretas y mixtas. Algoritmos tipo C4.5. Sistemas de reglas y parametrización de árboles. Matrices de confusión y otras métricas. (Sesiones 1, 2, 5, 6 y 8)

Inscríbete

Acceso y admisión:

Conocimientos básicos de informática, R y RStudio y Estadística.

Sistema de evaluación y fecha de evaluación:

Evaluación continua mediante la entrega de trabajos prácticos.

Precio matrícula:

Ordinaria: 204,80€
PAS UMH: 154,80€
PDI UMH: 154,80€
Alumni UMH: 154,80€
Estudiantes UMH: 154,80€

Envíanos tu consulta y nos podremos en contacto contigo:

[:]

TÉCNICAS PREDICTIVAS DE MACHINE LEARNING