La Universitat té 30 anys. Coneix-ne la història i el present. Construeix el seu futur.
14 de febrer 2017
Informa't sobre els graus, els postgraus i tota l'oferta formativa de la UdG.
La docència es concentra en les facultats i escoles, i els departaments assumeixen la recerca, que també duen a terme instituts i càtedres, divulgadors alhora del coneixement.
L'objectiu d'aquesta assignatura és comprendre les bases estadístiques del data science així com tècniques específiques que formen part del corpus de metodologies de la ciència de dades. 1. Conceptes i tècniques de dades multivariants. 2. Conceptes de probabilitat i inferència estadística. 2. Reducció de la dimensionalitat per projeccions. 3. Models lineals generalitzats. 4. Modelització no lineal. 5. Tècniques de remostreig: validació creuada, bootstrapping. 6. Rendiment dels models predictius.
L'objectiu d'aquesta assignatura és entendre i aprendre a fer sevir les principals tècniques i algorismes en les dues principals vessants de l'aprenentatge automàtic 1. Aprenentatge supervisat 1.1 Árbres de classificació 1.2 Màquines de vectors suport 1.3 Xarxes Neuronals 1.4 Mètodes Bayesians 1.5 Ensemble models 1.6 Evaluació/validació de models 2. Aprenentatge no supervisat: 2.1 Clustering 2.2 Regles d'associació 2.3 Detecció d'anomalies 2.4 Mapes autoorganitzats 2.5 Hidden Markov Models 2.6 Evaluació/validació de models
L'objectiu d'aquesta assignatura és aprofundir en el coneixement de l'aprenentatge automàtic estudiant diferents tècniques i aplicacions avançades de ciència de dades com les tècniques de Deep learning, Transfer learning, sistemes recomanadors i mineria de text.
L'objectiu d'aquest curs és introduir les eines tecnològiques per adquirir les dades així com la forma de preparar-les perquè es puguin utilitzar a les tècniques de ciència de dades. 1. Principals llenguatges de programació per a l'anàlisi de dades 2. Estàndards de dades 3. Fonts de dades i adquisició 4. Qualitat de les dades i neteja de dades (data cleansing)
L'objectiu d'aquesta assignatura és conèixer les principals metodologies de desenvolupament de projectes de ciència de dades així com la implementació completa de projectes amb l'ajut de l'estudi de casos reals. 1. Metodologíes de desenvolupament de projectes de ciència de dades 2. Aspectes legals i ètics de la ciència de dades 3. Cicle de vida de les dades, control de versions 4. Viabilitat i avaluació d'un projecte de ciència de dades 5. Desplegament d'un projecte de ciència de dades 6. Casos pràctics de projectes de ciència de dades
L'objectiu d'aquesta assignatura és introduir les tècniques de visualització necessàries per comprendre les dades i per explicar els resultats sorgits de l'aplicació de tècniques de ciència de dades. 1. Visualització de dades univariants i multivariants. 2. Presentació visual de resultats: storytelling, infografia, els principis d'Edward Tufte. 3. Visualització dinàmica i interactiva. 4. Business analytics: reporting, Key Performance Indicators, dashboards.
L'objectiu d'aquesta assignatura és entendre i aprendre les tècniques de ciència de dades mitjançant eines i entorns orientats a big data. 1. Introducció al big data 2. Bases de dades NoSQL 3. Sistemes de fitxers distribuïts 4. Tècniques i algorismes 5. Eines 6. Plataformes 7. Machine Learning amb NoSQL
L'objectiu d'aquesta assignatura és conèixer mètodes per a aplicacions especialitzades de la ciència de dades com poden ser: optimització i restriccions per a ciència de dades; Web Mining, graph properties, social networks; Signal Processing; anàlisi de dades òmiques, imatge mèdica, etc
Les EEL son l'acció formativa desenvolupada per un estudiant en qualsevol entitat col·laboradora , pública o privada, nacional o estrangera, o en unitats de pròpia universitat, amb l'objectiu d'aplicar i complementar la formació adquirida en la seva formació acadèmica, apropar l'estudiant a la realitat de l'àmbit professional en què exercirà la seva activitat professional i desenvolupar competències que afavoreixin la seva incorporació al mercat de treball. Són pràctiques curriculars aquelles que estan configurades com a activitats acadèmiques en els Plans d’Estudi i suposaran la superació de requeriments per obtenir la titulació, d’acord amb les previsions establertes en el pla d’estudis corresponent. Objectius Les pràctiques acadèmiques han de servir per: • Desenvolupar les competències específiques de la professió, descrites en les titulacions. • Aproximar els estudiants als escenaris professionals reals i incrementar les possibilitats d’accés al mercat laboral. • Reconèixer les pròpies aptituds, actituds i competències personals, les necessitats de formació, analitzar el seus punts forts i febles. • Contrastar l’aprenentatge acadèmic adquirit i les situacions reals presents en el món professional, de tal manera que el l’estudiant sigui capaç de comprendre el sentit de les diverses disciplines que integren els estudis. • Reflexionar sobre allò que cadascú ha fet i après durant l’estada de pràctiques.
Els TFM comporta la realització i defensa, per part de l’estudiant, d’un projecte, un estudi, una memòria o un treball en què s’apliquin, s’integrin i es desenvolupin els coneixement, les capacitats, les competències i les habilitats requerides en l’ensenyament corresponent. Està orientat a l’avaluació de competències associades al títol i conclou amb la defensa pública i l’avaluació i qualificació del treball. Per a cada estudi es fixaran les competències específiques i transversals que seran objecte d’avaluació d’acord amb la memòria d’implantació de l’estudi. El TFM serveix per validar que se saben aplicar, a un treball concret, els coneixements teòrics i pràctics adquirits durant els seus estudis de grau. La seva realització ha de ser la culminació del procés d’adquisició de coneixements i competències al llarg dels estudis, i ha de facilitar l’assoliment de la maduresa necessària per a la futura activitat com a professional.
Escull quins tipus de galetes acceptes que el web de la Universitat de Girona pugui guardar en el teu navegador.
Les imprescindibles per facilitar la vostra connexió. No hi ha opció d'inhabilitar-les, atès que són les necessàries pel funcionament del lloc web.
Permeten recordar les vostres opcions (per exemple llengua o regió des de la qual accediu), per tal de proporcionar-vos serveis avançats.
Proporcionen informació estadística i permeten millorar els serveis. Utilitzem cookies de Google Analytics que podeu desactivar instal·lant-vos aquest plugin.
Per a oferir continguts publicitaris relacionats amb els interessos de l'usuari, bé directament, bé per mitjà de tercers (“adservers”). Cal activar-les si vols veure els vídeos de Youtube incrustats en el web de la Universitat de Girona.
La web de Universitat de Girona utilitza galetes pròpies i de tercers amb finalitats tècniques i analítiques. Per administrar-les utilitzi el gestor. Si desitja més informació accedeixi a la Política de galetes.