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. JANINE GARCÍA MORERA STAFF SOFTWARE ENGINEER, REDDIT | |
D. JULIO VILLENA ROMÁN PRINCIPAL SOFTWARE ENGINEER EN REDDIT, INC. |
De 17/02/2025 a 07/04/2025.
35 horas lectivas.
Continuado 24 horas.
Desarrollo profesional continuo
Desempeño general
Incidencias técnicas
Correo electrónico:
cau@inap.es
Información sobre la actividad
Coordinador INAP: Enrique Sánchez Salvador
Correo Electrónico: fg@inap.es
Dirección postal: c/ Atocha, 106, 28012. Madrid.
Información sobre otras actividades del INAP: