
Ser capaz de identificar y analizar escenarios de aplicación del análisis de datos.
Ser capaz de comprender y abordar las diferentes fases de un proyecto de análisis de datos.
Ser capaz de diseñar y ejecutar un caso práctico completo de análisis de datos, aplicando una metodología adecuada y herramientas especializadas en análisis de datos.
MÓDULO I .INTRODUCCIÓN AL ANÁLISIS DE DATOS.- Contexto, historia y objetivos.- Fundamentos y conceptos generales.- Metodologías: CRISP-DM, SEMMA.- Herramientas.- Ejemplos de aplicación.
MÓDULO II. ANÁLISIS EXPLORATORIO DE DATOS Y TÉCNICAS DE VISUALIZACIÓN.- Preparación de datos.- Análisis exploratorio.- Técnicas de visualización.
MÓDULO III. TÉCNICAS PREDICTIVAS Y DE CLASIFICACIÓN (APRENDIZAJE SUPERVISADO).- Conceptos generales.- Regresión lineal.- kNN.- Árboles de decisión.- Redes neuronales.- Otros algoritmos.
MÓDULO IV. TÉCNICAS DE DESCUBRIMIENTO DE PATRONES (APRENDIZAJE NO SUPERVISADO).- Agrupamiento (clustering).- Análisis de asociaciones.- Otras técnicas.
MÓDULO V. TRABAJO FIN DE CURSO.- Caso práctico.- Análisis crítico de casos.
| Dª. RAQUEL MARÍA CRESPO GARCIA ANALISTA APLICACIONES INDUSTRIALES (DEPTO. CERES) | |
| D. JULIO VILLENA ROMÁN PRINCIPAL SOFTWARE ENGINEER EN REDDIT, INC. |

De 10/11/2020 a 20/12/2020.
30 horas lectivas.
Continuado 24 horas
Desarrollo profesional continuo
Desempeño general

Incidencias técnicas
Correo electrónico:
cau@inap.es
Información sobre la actividad
Coordinador INAP:
Correo Electrónico: ft@inap.es
Dirección postal: c/ Atocha, 106, 28012. Madrid.
Información sobre otras actividades del INAP: