Ciencia de Datos: Un Enfoque Práctico en la Era del Big Data (5ª edición, febrero 2019)
Contacto: Jorge Casillas <casillas@decsai.ugr.es>, http://decsai.ugr.es/~casillas
Descripción completa del curso (5ª edición, febrero 2019)
Descripción detallada de contenidos
MATRICULACIÓN: Página del curso en la web del Centro Mediterráneo
- Grado en Ingeniería Informática: 3 ECTS
- Grado en Ingeniería de Tecnologías de Telecomunicación: 1,5 ECTS
- Grado en Estadística: 1,5 ECTS
- Grado en Matemáticas: 1 ECTS
- Grado en Ingeniería Electrónica Industrial: 3 ECTS
- Grado en Ingeniería Civil: 3 ECTS
- Grado en Comunicación Audiovisual: 3 ECTS
- Grado en Información y Documentación: 3 ECTS
- Grado en Economía: 3 ECTS
Introducción
Ciencia de datos es un área de trabajo interdisciplinar que incluye procesos para recopilar, preparar, analizar, visualizar y modelizar datos que permitan generar conocimiento útil para comprender problemas complejos...
Objetivos
Los planes de formación universitaria reglada difícilmente reaccionan a oportunidades laborales emergentes. Además, se tiende a delimitar fronteras que dificultan el desarrollo de especialidades híbridas. Este curso pretende iniciar al alumno en el campo de ciencia de datos, sirviendo así de puente...
A quién va dirigido
Las personas que se dedican a la ciencia de datos se conocen como científicos de datos, que no es más que una mezcla de matemáticos, estadísticos, informáticos...
Equipo docente
El profesorado lo componen docentes e investigadores universitarios séniores y jóvenes del área de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Granada. Se trata de personal altamente especializado...
Presentación
Teoría (15h)
- Tema 1: Ciencia de datos, analítica avanzada y big data
(1h) – Jorge Casillas
- Tema 2: Análisis exploratorio de datos: visualización
(1h) – Jorge Casillas
- Tema 3: Fundamentos de clasificación: árboles de decisión, lazy, RNA, bayesianos, evaluación
(2h) – Salvador García
- Tema 4: Preprocesamiento: selección y procesado de instancias y características, tratamiento del ruido
(2h) – Salvador García
- Tema 5: Clasificación avanzada: SVM, ensemble learning, problemas no balanceados, deep learning
(2,5h) – Alberto Fernández
- Tema 6: Segmentación y relaciones: clustering y reglas de asociación
(2h) – Jorge Casillas
- Tema 7: Aprendizaje incremental y data stream mining
(1h) – Jorge Casillas
- Tema 8: Big data: fundamentos y paradigmas (1,5h) – Alberto Fernández
- Tema 9: Ciencia de datos en acción: experiencias de empresa (2h) – Nacho Rodríguez Solís (Big Data en Vodafone)
Prácticas (15h)
- Práctica 1: KNIME: predicción fundamental (5h) – Jesús Alcalá-Fdez
- Práctica 2: R para ciencia de datos: visualización y predicción avanzada (5h) – Jorge Guanín
- Práctica 3: Spark y MLLib: big data (5h) – Diego J. García Gil
Evaluación
- Método de evaluación del curso
- Instrucciones de la competición en Kaggle
(fin de la competición: 05/03/2019).
Enlace a la competición Kaggle: http://inclass.kaggle.com/c/curso-en-ciencia-de-datos-de-la-ugr-5
Planificación
Sesión 1 - jueves, 31/01/2019
15:30-16:00 – Presentación del curso 16:00-17:00 (1h) – Teoría 1 (aula -1.2) 17:00-18:00 (1h) – Teoría 2 (aula -1.2) 18:00-18:30 (30m) – descanso 18:30-20:30 (2h) – Teoría 3 (aula -1.2) |
Sesión 5 – jueves, 14/02/2019
16:30-18:30 (2h) – Teoría 6 (aula -1.2) 18:30-19:00 (30m) – descanso 19:00-20:00 (1h) – Teoría 7 (aula -1.2) |
Sesión 2 - viernes, 01/02/2019
16:30-18:30 (2h) – Prácticas 1 (lab. -1.1) 18:30-19:00 (30m) – descanso 19:00-20:00 (1h) – Prácticas 1 (lab. -1.1) |
Sesión 6 - viernes, 15/02/2019
16:30-18:30 (2h) – Prácticas 2 (lab. -1.1) 18:30-19:00 (30m) – descanso 19:00-20:00 (1h) – Prácticas 2 (lab. -1.1) |
Sesión 3 - jueves, 07/02/2019
16:00-18:00 (2h) – Teoría 4 (aula -1.2) 18:00-18:30 (30m) – descanso 18:30-20:30 (2h) – Prácticas 1 (lab. -1.1) |
Sesión 7 - jueves, 21/02/2019
16:00-17:30 (1,5h) – Teoría 8 (aula -1.2) 17:30-18:00 (30m) – descanso 18:00-20:30 (2,5h) – Prácticas 3 (lab. -1.1) |
Sesión 4 – viernes, 08/02/2019
15:30-18:00 (2,5h) – Teoría 5 (lab. -1.1) 18:00-18:30 (30m) – descanso 18:30-20:30 (2h) – Prácticas 2 (lab. -1.1) |
Sesión 8 - viernes, 22/02/2019
15:30-18:00 (2,5h) – Prácticas 3 (lab. -1.1) 18:00-18:30 (30m) – descanso 18:30-19:00 (30m) – Kaggle/DrivenData (Salón de Grados) 19:00-20:30 (1,5h) – Teoría 9 (Salón de Grados) |
Lugar de celebración
ETS de Ingenierías Informática y de Telecomunicación, Universidad de Granada. La teoría se desarrolla en el aula -1.2 y las prácticas en el laboratorio -1.1 (ambos situados en la planta -1, cerca de la cafetería) que disponen de ordenadores con 8 GB de RAM y procesadores Intel® CoreTM i5-3330P.Ubicación: https://goo.gl/maps/8N1zEYajC9k
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |