Online edo aurrez aurrekoa
La ingente cantidad de datos y la gran capacidad de computación para poder procesarlos hace que los datos sean hoy en día una fuente fundamental para realizar análisis que permitan obtener conocimiento sobre procesos en diversos ámbitos: compras online, viajes, música, lecturas, y un largo etcétera. A partir de este análisis, es posible realizar predicciones sobre comportamientos futuros tanto de usuarios como de sistemas.
Big Data nació precisamente con este objetivo de cubrir las grandes necesidades de almacenamiento y de análisis de grandes volúmenes de datos, que no se veían satisfechas por las tecnologías anteriores.
Se trata de un campo de aplicación muy amplio y transversal cuya formación es importante, porque representa una de las profesiones más prometedoras para el siglo XXI.
Dentro de las distintas herramientas para analizar los datos y realizar predicciones se encuentra el Machine Learning o aprendizaje automático.
El curso podrá seguirse tanto PRESENCIALMENTE como a través de INTERNET (EN DIRECTO O EN DIFERIDO).
- Lekua eta datak
- 2018/3/8 - 2018/3/12
Irakasguneak: Aula 1 (Extensión/Exámenes)
- Orduak
- Eskola-orduak: 12
- Kredituak
- 0.5 kredituas ECTS eta 1 kreditua konfigurazio askekoa.
- Online edo aurrez aurrekoa
- Aurrez aurrekoa aukera dezakezu edo online jarraitzea en directo.
- Hartzaileak
- Cualquier persona interesada en adquirir nociones básicas de Big Data
- Programa
- 2018/3/8
- 10:00-12:00 h.
- Introducción al Big Data: orígenes, por qué, para qué, evolución
- 12:00-14:00 h.
- Tecnologías del Big Data
- Introducción a las bases de datos NoSQL
- Introducción a las herramientas de búsqueda y extracción de conocimiento
- Análisis de streams
- Almacenamiento distribuido de archivos
- Virtualización de los datos
- Introducción al análisis de datos: integración, preparación, análisis, visualización y validación del conocimiento
- 16:00-18:00 h.
- Introducción al Machine Learning
- ¿Qué es el Machine Learning?
- Los datos
- Tipos de aprendizaje
- Principales Técnicas de Machine Learning
- 18:00-20:00 h.
- Escenarios del Big Data y casos Prácticos
- Ejemplos de casos de uso de éxito
- Presentación de casos prácticos
- 2018/3/12
- Fecha límite para entregar el trabajo práctico
- Jarraitzea
- Jarduera honetan ikasleak aurrez aurre parte hartzeko aukera du edo online jarraitzea en directo, ikastetxera joan beharrik gabe.
- Izen-ematea
| | Arrunta | Desgaitasuna duten ikasleak | UNEDeko ikasleak | Langabezian dauden pertsonak |
|---|
| Prezioa | 60 € | 50 € | 50 € | 50 € |
|---|
- Jarraipen birtuala
- Esta actividad permite al estudiante poder recibir la actividad desde su casa, sin necesidad de ir al centro.
- Zuzendaria
- Natividad Duro Carralero
- Profesora Titular en el Departamento de Informática y Automática de la UNED
- Aurkezpena
- Luis J. Fernández Rodríguez
- Director de la UNED de Tudela
- Hizlariak
- Raquel Dormido Canto
- Profesora Titular en el Departamento de Informática y Automática de la UNED
- Natividad Duro Carralero
- Profesora Titular en el Departamento de Informática y Automática de la UNED
- Elena Gaudioso Vázquez
- Profesora Titular en el Departamento de Inteligencia Artificial de la UNED
- Helburuak
- - El curso pretende mostrar de una manera divulgativa las bases del área del procesamiento masivo de información. Se cubrirán aspectos tales como: fundamentos, ventajas o posibilidades que ofrece el Big Data, así como las herramientas que se suelen emplear.
- Se presentarán las distintas tecnologías que se utilizan hoy en día y se mostrará una introducción al machine learning y distintos escenarios de aplicación. - Metodologia
- El curso se imparte combinando de forma semipresencial. Tiene una jornada presencial de 8 horas distribuidas en cuatro sesiones (2 horas/sesión) y una parte on-line de 4 horas de duración para la realización del trabajo práctico.
La parte presencial se llevará a cabo en el centro asociado de Tudela, siendo emitida y grabada.
La comunicación de la parte on-line se realizará a través de la plataforma Google+. Para ello se requiere que el alumno disponga de una cuenta de correo Gmail, que deberá comunicar antes de la jornada presencial a la dirección de email: nduro@dia.uned.es.
La documentación necesaria para el desarrollo de la parte práctica se facilitará también de forma on-line. - Laguntzaileak
Antolatzen du
Laguntzaileak
- Argibide gehiago
- UNED Tudela
Magallón 8
31500 Tudela Navarra
948821535 / extension@tudela.uned.es
