Con este título de Experto adquirirás una formación sólida y especializada en Analítica de Datos y Machine Learning, explorando también técnicas avanzadas de Deep Learning para extraer conocimiento y generar valor estratégico a partir de los datos. Aprenderás a gestionar grandes volúmenes de información en entornos Big Data y a aplicar soluciones basadas en tecnología cloud, todo ello desde un enfoque práctico, actualizado y orientado a resultados, utilizando el software R como herramienta principal.
En el caso de no tener titulación universitaria de grado (licenciatura o ingeniería) previa, podrán cursar el Curso Universitario de Formación Avanzada en Analítica de Datos.
Curso bonificable a través de la Fundación Estatal para la Formación en el Empleo - FUNDAE: Todas las empresas disponen de un Crédito anual exclusivamente destinado a la formación de sus trabajadores que pueden hacer efectivo mediante la aplicación de bonificaciones a la Seguridad Social para formar a sus trabajadores a coste cero (siempre que se cumplan determinadas condiciones). Si esta cantidad no se utiliza, se pierde.
¡Aprovecha el crédito del que dispone tu empresa para matricularte!
- FUNDAMENTOS DE ANÁLISIS DE DATOS Y MACHINE LEARNING
O1. Plantear Proyectos de Análisis de Datos (estructuras de datos, importación-exportación, informes reproducibles)
O2. Manejar el programa de software R para hacer análisis exploratorio de datos y hacer programación básica en R.
O3. Visualización de datos con ggplot2
- MACHINE LEARNING 1: MÉTODOS DE CONSTRUCCIÓN DE MODELOS DE APRENDIZAJE SUPERVISADO CON R.
O4. Aprender a utilizar técnicas de aprendizaje supervisado (Métodos clásicos; Regresión y clasificación mediante modelos basados en árboles; Algoritmos de clasificación con Naive Bayes; Algoritmos de clasificación con Support Vector Machine; Combinación de clasificadores; Detección de anomalías; Algoritmos de agrupamiento; Aprendizaje por refuerzo)
- MACHINE LEARNING 2: MÉTODOS DE CONSTRUCCIÓN DE MODELOS DE APRENDIZAJE NO SUPERVISADO CON R
O5. Aprender a utilizar técnicas de aprendizaje no supervisado (Algoritmos de agrupamiento, Técnicas de detección de anomalías, Aprendizaje por refuerzo)
- REDES NEURONALES Y DEEP LEARNING
O5. Conocer cómo funcionan las redes neuronales (supervisadas, no supervisadas y de más alto nivel -Deep Learning-)
- BIG DATA Y PROCESAMIENTO PARALELO DE DATOS
O6. Aprender a trabajar con Big data (Herramientas y plataformas para trabajar; Manejo de datos; Visualización de datos; Machine learning)
- TALLERES DE APLICACIONES A LA EMPRESA
O7. Aplicar las herramientas analizadas en el curso (R, nube, Machine Learning, Big Data) a casos reales de la empresa