La Universidad tiene 30 años.Conoce su historia y su presente.Construye su futuro.
14 de febrero de 2017
Infórmate sobre los grados, los posgrados y toda la oferta formativa de la UdG.
La docencia se concentra en las facultades y escuelas, y los departamentos asumen la investigación, que también llevan a cabo institutos y cátedras, a su vez divulgadores del conocimiento.
El objetivo de esta asignatura es comprender las bases estadísticas del fecha science así como técnicas específicas que forman parte del corpus de metodologías de la ciencia de datos.1. Técnicas y conceptos de inferencia estadística.2. Reducción de la dimensionalidad por proyecciones.3. Modelos lineales generalizados.4. Modelización no lineal.5. Técnicas de muestreo: validación cruzada, bootstrapping.6. Rendimiento de los modelos predictivos.
El objetivo de esta asignatura es entender y aprender a hacer servir las principales técnicas y algoritmos en las dos principales vertientes del aprendizaje automático 1.Aprendizaje supervisado 1.1 Árboles de clasificación 1.2 Máquinas de vectores apoyo 1.3 Redes Neuronales 1.4 Métodos Bayesianos 1.5 Modelos Ensemble 1.6 Evaluación/validación de modelos 2.Aprendizaje no supervisado: 2.1 Clustering 2.2 Reglas de asociación 2.3 Detección de anomalías 2.4 Mapas autoorganizados 2.5 Hidden Markov Models 2.6 Evaluación/validación de modelos
El objetivo de esta asignatura es profundizar en el conocimiento del aprendizaje automático estudiante diferentes técnicas y aplicaciones avanzadas de ciencia de datos 1. Deep learning 2. Transfer learning 3. Aprendizaje por refuerzo 4. Redes convolucionales para el procesamiento de imágenes 5. Minería de texto. Procesamiento del lenguaje natural 6. Sistemas recomendadores
El objetivo de este curso es introducir las herramientas tecnológicas para adquirir los datos así como la forma de prepararlas para que se puedan utilizar a las técnicas de ciencia de datos.1.Principales lenguajes de programación para el análisis de datos 2.Estándares de datos 3.Fuentes de datos y adquisición 4.Calidad de los datos y limpieza de datos (data cleansing)
El objetivo de esta asignatura es conocer las principales metodologías de desarrollo de proyectos de ciencia de datos así como la implementación completa de proyectos con la ayuda del estudio de casos reales.1.Metodologías de desarrollo de proyectos de ciencia de datos 2.Aspectos legales y éticos de la ciencia de datos 3.Ciclo de vida de los datos, control de versiones 4.Viabilidad y evaluación de un proyecto de ciencia de datos 5.Despliegue de un proyecto de ciencia de datos 6.Casos prácticos de proyectos de ciencia de datos
El objetivo de esta asignatura es introducir las técnicas de visualización necesarias para comprender los datos y para explicar los resultados surgidos de la aplicación de técnicas de ciencia de datos.1.Visualización de datos univariantes y multivariantes.2.Presentación visual de resultados: storytelling, infografía, los principios de Edward Tufte.3.Visualización dinámica e interactiva.4.Business analytics: reporting, Key Performance Indicators, dashboards.
El objetivo de esta asignatura es entender y aprender las técnicas de ciencia de datos mediante herramientas y entornos orientados a big data.1.Introducción al big data 2.Bases de datos NoSQL 3.Sistemas de ficheros distribuidos 4.Técnicas y algoritmos 5.Herramientas 6.Plataformas 7.Machine Learning con NoSQL
El objetivo de esta asignatura es conocer métodos para aplicaciones especializadas de la ciencia de datos como pueden ser: optimización y restricciones para ciencia de datos; Web Mining, graph properties, social networks; Signal Processing; análisis de datos ómicos, imagen médica, etc
Acción formativa desarrollada por el estudiante en cualquier entidad, pública o privada, nacional o extranjera, que disponga de convenio de colaboración con la Escuela Politécnica Superior, con el objetivo de aplicar y complementar la formación adquirida, acercar al estudiante a la realidad del entorno en que ejercerá su actividad profesional y desarrollar competencias que favorezcan su incorporación al mercado de trabajo.
El Trabajo de Fin de Máster permitirá poner de manifiesto la madurez y nivel cientificotècnic conseguidos durante el proceso formativo.Se presentará una memoria por escrito y el alumno también tendrá que defender el trabajo ante un tribunal formado por profesores del máster.
Escoge qué tipos de galletas aceptas que la web de la Universidad de Girona pueda guardar en tu navegador.
Las imprescindibles para facilitar vuestra conexión.No hay opción de inhabilitarlas, dado que son las necesarias por el funcionamiento del sitio web.
Permiten recordar vuestras opciones (por ejemplo lengua o región desde la cual accedéis), con el fin de proporcionaros servicios avanzados.
Proporcionan información estadística y permiten mejorar los servicios.Utilizamos cookies de Google Analytics que podéis desactivar instalándoos este plugin.
Para ofrecer contenidos publicitarios relacionados con los intereses del usuario, bien directamente, bien por medio de terceros (“adservers”). Hay que activarlas si quieres ver los vídeos de Youtube incrustados en la web de la Universidad de Girona.
La web de Universidad de Girona utiliza cookies propias y de terceros con finalidades técnicas y analíticas.Para administrarlas utilice el gestor.Si desea más información acceda a la Política de cookies.