Analítica de dades i Machine Learning

La tecnologia de mineria, anàlisi i visualització de dades ofereix grans possibilitats en la resolució de problemes i la previsió de tendències ja que permet extreure informació no evident tant dels conjunts de dades existents com dels recollits en temps d’execució.

El curs d’Analítica de dades i Machine Learning ofereix una introducció a les tecnologies i metodologies per a l’extracció d’informació en grans conjunts de dades, tant ja existents com de les recollides en temps d’execució. A més, també aporta la metodologia per millorar els coneixements tècnics en Data Mining.

Dones inscrites al Servei d’Ocupació de Catalunya en situació d’atur, preferentment de municipis de menys de 30.000 habitants.

La metodologia es basarà en sessions teoricopràctics oferir una visió completa del dia a dia d’un Data Scientist. La metodologia pretén ser activa i participativa requerint la implicació i interacció dels alumnes.

Nivell acadèmic o de coneixements generals:

– Títol d’FP Grau superior, batxillerat equivalent.
– Formació Quantitativa amb una sòlida comprensió d’estadístiques bàsiques
– Experiència amb llenguatges de scripting, com Java, Perl, Python (o R).
– Experiència amb SQL
– Inglés: Nivell alt

1. Introducció al Big Data.

• Arquitectura i processos de BigData.
• Eines de Gestió de Dades.
• Eines de Visualització de Dades.

2. Instal·lació i configuració de Python i R.

3. Introducció a Python y R.

4. Fonaments d’Estadística enfocada a BigData.

• Data Basics.
• Distribution of Random Variables.
• Foundation for inference.
• Linear Regression.
• Multiple and logistic regression.

5. Observational Study / Exploratory Analysis: utilització de l’agregació de dades i la mineria de dades per proporcionar informació sobre el passat:

• Dades sense processar vs Dades processats.
• Exploració i interpretació estadística de dades explorats.
• Neteja i transformació de les dades.

6. Anàlisi de Dades: Utilització de models estadístics i tècniques de pronòstic per comprendre el futur.

7. Machine Learning

• Comprensió dels principals tipus d’aprenentatge automàtic.
• Supervised Learning – Aprenentatge Supervisat.
  • Linear Regression.
  • Logistic Regression.
  • Linear / quadratic discriminant analysis.
  • Decision Tree.
  • Support Vector Machine.
  • Random Forest.
• Unsupervised Learning – Aprenentatge No Supervisat.
  • K-means Clustering.
  • Hierrarchical Clustering.
  • Recommender System.

Tots els nostres cursos són bonificables per empreses (excepte autònoms) a través de la Fundació Estatal per a la Formació en l’Ocupació (FUNDAE).

Consulta descomptes especials per a estudiants, persones en situació d’atur i empreses que realitzin dues o més inscripcions en un mateix curs.