[language-switcher]

[:es][et_pb_section admin_label=»section»][et_pb_row admin_label=»row»][et_pb_column type=»4_4″][et_pb_image admin_label=»Imagen» src=»https://cio.umh.es/files/2020/06/Curso.png» show_in_lightbox=»off» url_new_window=»off» use_overlay=»off» animation=»left» sticky=»off» align=»left» force_fullwidth=»on» always_center_on_mobile=»on» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]
 
[/et_pb_image][/et_pb_column][/et_pb_row][et_pb_row admin_label=»Fila»][et_pb_column type=»1_2″][et_pb_text admin_label=»Texto» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]
DESCRIPCIÓN DE LA ACTIVIDAD DE FORMACIÓN CONTINUA
[/et_pb_text][et_pb_text admin_label=»Texto» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]

  • Nombre: Ciencia de de datos: Técnicas de Machine Learning
  • Tipo: Curso de perfeccionamiento
  • Duration: 20 horas
  • Knowledge area: Estadística e Investigación Operativa
  • Rama de conocimiento: Ciencias
  • Nombre de la directora: Lidia Ortiz Henarejos
  • Nombre de la administrativa: María Teresa Tormo Muñoz
  • Tlf. de contacto: 966 65 85 72
  • Correo electrónico:
  • Modalidad: a distancia
  • Porcentaje sobre el total de horas de la Actividad de Formación Continua: 100% online
  • Fechas de inicio y fin de impartición: 29/06/2020 – 01/07/2020
  • Plataforma educativa: Google Meet
  • Número mínimo de estudiantes: 20

[/et_pb_text][/et_pb_column][et_pb_column type=»1_2″][et_pb_image admin_label=»Imagen» src=»https://cio.umh.es/files/2020/06/La-Escuela-Primaria-Los-Álamos-presenta-2.png» show_in_lightbox=»off» url_new_window=»off» use_overlay=»off» animation=»left» sticky=»off» align=»left» force_fullwidth=»off» always_center_on_mobile=»on» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]
 
[/et_pb_image][/et_pb_column][/et_pb_row][et_pb_row admin_label=»Fila»][et_pb_column type=»4_4″][et_pb_text admin_label=»Texto» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]
INFORMACIÓN GENERAL:
[/et_pb_text][et_pb_text admin_label=»Texto» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]

El Machine Learning es una de las áreas del conocimiento con un mayor desarrollo en los últimos años. La falta de una formación concreta en este campo y las múltiples aplicaciones, tanto a nivel académico como a nivel profesional, hacen que tenga un especial interés tratar esta temática. El curso dotará a los estudiantes los conocimientos y las habilidades básicas sobre esta área del conocimiento, complementando así su formación.

[/et_pb_text][et_pb_text admin_label=»Texto» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]
OBJETIVOS GENERALES:
[/et_pb_text][et_pb_text admin_label=»Texto» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]

  1. Comprender los fundamentos del Machine Learning.
  2. Reconocer los distintos elementos del Statistical Learning.
  3. Ser capaces de modelizar un problema empleando estrategias de Statistical Learning.
  4. Saber implementar algoritmos de Machine Learning básicos en el software R.
  5. Conocer las distintas aplicaciones del Machine Learning.

[/et_pb_text][et_pb_text admin_label=»Texto» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]
PROGRAMACIÓN TEMPORAL Y ESTRUCTURA ACADÉMICA:
[/et_pb_text][et_pb_text admin_label=»Texto» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]

  • 29/06/2020 Sesión online mediante Google Meet. De 9:30 a 14:00h y de 15:30h a 18:00h. Métodos de regresión lineal.
  • 30/06/2020 Sesión online mediante Google Meet. De 9:30 a 14:00h y de 15:30h a 18:00h. Métodos de clasificación.
  • 01/07/2020 Sesión online mediante Google Meet. De 9:30 a 14:30h y 15:30 a 17:00h. Métodos no supervisados.

 
Durante estas jornadas se irán alternando sesiones teóricas con sesiones prácticas de implementación.

Asimismo, se atenderá a las dudas prácticas mediante correo electrónico o por medio de videoconferencia.

[/et_pb_text][et_pb_text admin_label=»Texto» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]
ACCESO Y ADMISIÓN:
[/et_pb_text][et_pb_text admin_label=»Texto» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]

Se recomiendan unos conocimientos intermedios en programación.

[/et_pb_text][et_pb_text admin_label=»Texto» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]
SISTEMA Y FECHA DE EVALUACIÓN:
[/et_pb_text][et_pb_text admin_label=»Texto» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]

Evaluación continua mediante la entrega de trabajos prácticos.

[/et_pb_text][et_pb_text admin_label=»Texto» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]
PRECIO MATRÍCULA:
[/et_pb_text][et_pb_text admin_label=»Texto» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]

  • Ordinaria: 102,40€
  • PAS UMH: 77,40€
  • PDI UMH: 77,40€
  • Estudiantes UMH: 77,40€
  • Alumni UMH: 77,40€

[/et_pb_text][et_pb_text admin_label=»Texto» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]
ENVÍANOS TU CONSULTA Y NOS PONDREMOS EN CONTACTO CONTIGO:
[/et_pb_text][et_pb_code admin_label=»Contact Form 7″][contact-form-7 404 "Not Found"][/et_pb_code][/et_pb_column][/et_pb_row][/et_pb_section][:]

0 Comments

Leave a Reply

Avatar placeholder

Your email address will not be published. Required fields are marked *