Courses and seminars

Obtención de datos

Introducción a las principales herramientas y procedimientos para obtención de datos estructurados y no estructurados, utilizando los lenguajes de programación Python y R. Se aborda la recuperación de datos de diversas fuentes (páginas web, redes y plataformas sociales, bases de datos, etc). Se tratan los principales formatos de representación de datos, tales como CSV, JSON o XML.

Organización y tratamiento de datos

Introducción a herramientas para la creación y mantenimiento de repositorios de datos que concentren información procedente de múltiples fuentes, para su posterior explotación en proyectos de ciencia de datos. En particular, se incide en las soluciones tecnológicas Elasticsearch (+ Kibana para visualización) y Solr.

Introducción a Apache Spark

Introducción a los principales componentes del stack tecnológico de Apache Spark, como solución integral para procesamiento y análisis de datos. Incluye presentación práctica detallada de las principales APIs dentro de este entorno para trabajo con datos estructurados (DataFrames, Spark SQL), flujos de datos (Spark Streaming) y machine learning (ML/MLlib).

Programación científica en Python

Introducción a las herramientas para programación científica en Python, basada en la distribución Anaconda y uso de notebooks Jupyter. Bibliotecas para programación científica en Python (NumPy/SciPy, Pandas), herramientas avanzadas de visualización (Seaborn, Bokeh).

Análisis de datos reproducible con R

En este curso ofrecemos una introducción al lenguaje y entorno de programación estadística R. Se presenta el software RStudio para análisis de datos con R. Se introducen técnicas de limpieza y preparación de datos así como herramientas básicas de visualización.

Interfaces gráficas para R

Presentación de las interfaces gráficas Rcommander y Rattle que facilitan la utilización de bibliotecas R para usuarios con poca experiencia en programación, para la realización de análisis estadísticos o implementación de procesos de data mining.

Computación cloud para ciencia de datos

Presentación teória y práctica de las principales herramientas para desarrollo de proyectos de ciencia de datos utilizando recursos de cloud computing. En particular, se centra en soluciones del entorno Amazon AWS, incluyendo la utilización de contenedores (Docker).

Data mining

El principal objetivo de este curso de Minería de Datos es presentar las metodologías y algoritmos clásicos para la el aprendizaje a partir de la información contenida en los datos, la extracción de patrones de los datos y la predicción de características relevantes de dichos datos.

Clustering with R

El principal objetivo de este curso de Clustering en R es presentar las metodologías típicas de agrupamiento o clustering, los algoritmos clásicos, jerárquicos y no jerárquicos, extensiones y las aplicaciones y casos de uso práctico en diferentes áreas de aplicación.

Minería de texto y procesado de lenguaje natural

Presentación de las principales bibliotecas y herramientas para minería de datos textuales y procesado de lenguaje natural en los lenguajes Python y R. Incluye ejemplos prácticos de análisis de información procedente de la web y redes sociales.

Visualización avanzada de datos

Introducción a herramientas avanzadas para visualización de datos, comunicación y presentación efectiva de resultados de proyectos de ciencia de datos. Se tratan herramientas específicas como Tableau o Plotly, así como bibliotecas en los lenguajes Python (Bokeh, Seaborn) y R (interfaces web Shiny).

Privacidad de datos

Introducción a las principales herramientas, protocolos y normativas legales de obligado conocimiento para garantizar un adecuado nivel de privacidad, seguridad y control de usuarios e identidades en proyectos de ciencia de datos. Se incide especialmente en las tareas de anonimización y agregación de datos.

Meta-análisis

En este curso se realiza una revisión práctica de los principales método estadísticos implicados en la realización de un meta-análisis. Se estudian diferentes algoritmos para la combinación de la información, trabajando con las principales librerías de meta-análisis en R. Se presentan y discuten casos reales en ciencias sanitarias y en ciencias sociales.