你将学到什么
Reconocer el valor de los datos en las organizaciones y las posibilidades de negocio que plantea su explotación para el desarrollo de productos basados en datos (inteligencia de negocios)
Utilizar técnicas de aprendizaje automático, entre otras, para extraer modelos descriptivos y predictivos a partir de los datos, así como saber evaluarlos correctamente
Conocer y utilizar las herramientas básicas de integración y preparación de datos, incluyendo visualización de datos, para facilitar la comprensión y el análisis de los datos
Aprender a utilizar un lenguaje de programación de análisis de datos (lenguaje R) y las librerías básicas de visualización y algunas de las que permiten generar modelos de aprendizaje automático.
课程概况
El aprendizaje automático es una habilidad que toma cada vez más relevancia debido al gran número de datos (big data), los cuales deben de ser analizados para tomar decisiones.
En este curso en línea aprenderás los conceptos básicos del aprendizaje automático (machine learning) y la ciencia de datos. En particular, aprenderás las técnicas necesarias para evaluar el rendimiento de los algoritmos y de los modelos obtenidos. También aprenderás como preprocesar los datos para obtener así modelos de mayor calidad (simples, comprensibles, eficientes, etc.). Por último, en este curso de análisis de datos aprenderás a poner en funcionamiento las técnicas estudiadas mediante un ejemplo práctico programando tus propios scripts y algoritmos en R.
课程大纲
UNIDAD 1. Introducción al aprendizaje automático y la ciencia de datos
PRÁCTICA 1. Introducción al lenguaje R
UNIDAD 2. Evaluación de modelos de aprendizaje automático
PRÁCTICA 2. Evaluación de modelos de aprendizaje automático
UNIDAD 3. Técnicas básicas de aprendizaje automático
PRÁCTICA 3. Práctica de creación de modelos de aprendizaje automático
UNIDAD 4. Preprocesamiento de datos
PRÁCTICA 4. Visualización
PROYECTO
预备知识
El alumno ha de tener unos conocimientos básicos de programación, sin ningún lenguaje de programación en particular. Debe conocer lo que son vectores y matrices, a nivel muy básico. Es conveniente que conozca los indicadores estadísticos básicos (media, desviación típica, mediana, cuantiles, etc.), concepto de muestreo y nociones muy básicas (ofimáticas) con hojas de cálculo y tablas de datos.
