Contenidos
BLOQUE I: Análisis exploratorio de datos
Tema 1: Introducción a la ciencia de datos
Tema 2: Adquisición y visualización de datos
Tema 3: Análisis de la distribución de los datos
BLOQUE II: Técnicas de preprocesado de datos
Tema 4: Preprocesado de datos
Tema 5: Selección de atributos
BLOQUE III: Aprendizaje no supervisado
Tema 6: Técnicas de clustering
Tema 7: Técnicas de extracción de reglas de asociación
BLOQUE IV: Aprendizaje supervisado
Tema 8: Técnicas de clasificación
Tema 9: Técnicas de regresión
Tarea solicitada
Fecha entrega final de la tarea del curso: 8 de Octubre 2024
La tarea se entregará a través de la plataforma Moodle en el espacio designado a tal efecto por el ponente.
Ponentes
- Nombre ponente/s
- D. Gualberto Asencio Cortés
- Institución ponente/s
- Universidad de Pablo Olavide
- Breve CV ponente/s
Profesor Titular de Universidad del área de Lenguajes y Sistemas Informáticos en la Universidad Pablo de Olavide. Ingeniero en Informática (Univ. de Sevilla), Máster en Ingeniería y Tecnología del Software (Univ. de Sevilla), Doctorado (Univ. Pablo de Olavide) y Máster Ejecutivo en Innovación (EOI). Autor de más de 32 artículos en revistas JCR (27 en Q1/Q2) y más de 35 artículos en conferencias internacionales. Investigador en más de 10 proyectos de investigación públicos y 17 contratos de transferencia con empresas. Jefe de proyectos y científico de datos en empresa privada de IA a tiempo completo (2 años). Co-inventor de una patente industrial sobre machine learning en el ámbito agronómico.
Líneas de investigación actuales: aprendizaje automático, minería de datos, transfer learning, explicabilidad de modelos, online learning, predicción de series temporales y optimización.
Campos de aplicación: predicción de series naturales (sísmicas, calidad del aire, meteorológicas, agronómicas, …), predicción de consumo eléctrico y precios de mercado, predicción de tráfico urbano, predicción de estructuras biológicas y genómica.