Available courses

Descripción del máster.

El objetivo del Máster de Machine Learning con R es que el alumno adquiera una visión global de las mejores herramientas de Machine Learning, incluido el trabajo con datos en tiempo real, su pre-procesamiento y visualización avanzada, el desarrollo de algoritmos utilizando aprendizaje supervisado, no supervisado y el aprendizaje profundo (Deep Learning).

¿Qué aprenderé?

  • Pre-procesamiento de datos.
  • Visualización de datos. 
  • Análisis exploratorio de datos.
  • Aprendizaje automático / Machine Learning.
  • Aprendizaje supervisado.
  • Aprendizaje no supervisado.
  • Aprendizaje profundo / Deep Learning.

Máster Estadística AplicadaEl Máster en Estadística Aplicada con R software: técnicas clásicas, robustas, avanzadas y multivariantes, se dirige a alumnos con diferentes grados de formación: Diplomados, Ingenieros Técnicos, Licenciados e Ingenieros Superiores, Graduados, estudiantes de posgrado, Doctores e Investigadores... en distintas áreas científicas.

Ir al Curso

Descripción del curso (nivel intermedio, 4 semanas).

El objetivo de este módulo es introducir al alumno en la librería Caret incluida en el software estadístico R,  para realizar todas las fases de un proceso de Machine Learning, desde un análisis exploratorio básico a realizar modelos de Ensemble o Stacking para mejorar las métricas de tus modelos. 

¿Qué aprenderé?

  • Realizaras un análisis exploratorio de los datos. 
  • Realizaras un pre-procesado del conjunto para maximizar el proceso de modelado.
  • Crearás modelos con Caret de una forma sencilla y obtendrás un método para seleccionar el modelo más adecuado a tus datos. 
  • Estudiarás diferentes métodos para la selección de variables.
  • Aprenderás a buscar los hiperparámetros de un modelo. 
  • Estudiaremos dos de los conjuntos de modelos que ganan en las competiciones de ciencia de datos. 

Al ser un curso de nivel intermedio, no entraremos a explicar el lenguaje R desde el inicio y tampoco explicaremos en que consiste cada algoritmo que utilicemos, centrándonos en la utilización de la librería Caret.  

Descripción del curso (nivel básico, 6 semanas).

El objetivo de este módulo es introducir al alumno en la utilización del software estadístico R, realizar análisis de datos exploratorio para describir tus datos y construir gráficos avanzados. Discutiremos además el papel de la Estadística en la investigación científica, su potencial y sus limitaciones en el mundo actual.

¿Qué aprenderé?

  • Aprenderás a utilizar el software estadístico R y el editor de texto RStudio.
  • Crearás tus propios códigos y funciones en R.
  • Publicarás tus resultados con R Markdown (en distintos formatos word, html, pdf, presentación).
  • Conocerás los diferentes tipos de objetos que hay en R.
  • Aprenderás a trabajar con distintos paquetes en R. 
  • Manipularás y gestionarás bases de datos en R. 
  • Realizarás análisis de datos exploratorios y gráficos en R.
  • Aprenderás a identificar y manipular datos extremos o atípicos (outliers) y datos ausentes (NA).
  • Aprenderás a seleccionar la herramienta estadística adecuada para análisis posteriores.

Ir al Curso

Descripción del curso (nivel intermedio, 4 semanas).

El objetivo de este módulo es introducir al alumno en la utilización de los árboles de decisión por medio del software estadístico R, realizar análisis de datos exploratorio pre-procesar conjuntos de datos y construir modelos de Árboles de Decisión. Aplicaremos modelos tanto para problemas de clasificación como para problemas de regresión.

¿Qué aprenderé?

  • Manipularas datos con la librería dplyr.
  • Conocerás como realizar un análisis exploratorio de los datos.
  • Aprenderás cómo tratar conjuntos de datos para prepararlos para modelar.
  • Conocerás los diferentes tipos de Árboles de Decisión que puedes crear.
  • Realizarás modelos basados en Árboles de Decisión, desde los más sencillos, hasta los más avanzados.

Ir al Curso