Cursos disponibles
- Profesor: Rosana Ferrero
- Profesor: Juan Luis López
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.
- Profesor: Rosana Ferrero
- Profesor: Nacho García
El 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.
- Profesor: Rosana Ferrero
- Profesor: Juan Luis López
- Profesor: Rosana Ferrero
- Profesor: Juan Luis López
Descripción del curso (nivel básico, 4 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.
- Profesor: Rosana Ferrero
- Profesor: Nacho García
- Profesor: Juan Luis López
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.
- Profesor: Nacho García
- Profesor: Rosana Ferrero
- Profesor: Juan Luis López