Instituto BME BME: Bolsas y Mercados Españoles Contacto
Home / Cursos Corta Duración / Introducción a la Inteligencia Artificial en R >
Introducción a la Inteligencia Artificial en R
1ª Edición
Introducción a la Inteligencia Artificial en R
Inscripción
ABIERTA
CONVOCATORIA
Fechas:
De 04/07/2022 a 08/07/2022
Lugar:
Palacio de la Bolsa - Virtual
Horario:
De 9:00 a 13:00 horas.
Duración:
20 horas
Precio:
600 €
  • Presentación
  • Dirigido A
  • Objetivo
  • Temario
  • Observaciones
  • Ponentes

Introducción a la Inteligencia Artificial en R

En el panorama actual, el lenguaje R se constituye como uno de los lenguajes más utilizados para el análisis de datos y la inteligencia artificial por su simplicidad y por su potencia que viene dada por la variedad de sus librerías.

En este curso introductorio, totalmente práctico, nos orientaremos al tratamiento de datos básico repasando todas las fases del tratamiento de datos, desde la carga hasta el procesamiento, visualización y análisis con técnicas de inteligencia artificial.

El curso tiene un enfoque totalmente práctico en el que el alumnos adquirirá los conocimientos a partir de un contacto directo con el lenguaje a través de ejemplos y prácticas que serán planteadas y resueltas durante las clases. 

Se trata de un curso presencial en las instalaciones del Palacio de la Bolsa. Las clases serán emitidas en streaming a través de la plataforma ZOOM para aquellos que no puedan desplazarse hasta las Aulas de Instituto BME. Además, todas las clases quedarán grabadas y disponibles en el Aula Virtual de Instituto BME, junto con toda la documentación complementaria, para que pueda ser utilizada por los alumnos en los periodos de estudio y repaso de las sesiones. 

IMPORTANTE

Los alumnos matriculados en este curso dispondrán de un descuento del 20% que podrán utilizar en la matriculación del curso "Introducción a la ciencia de datos con Python" que se impartirá desde el 11 hasta el 21 de julio de 2022.

 

El curso está especialmente diselñado para estudiantes universitarios interesados en conocer este potente lenguaje enfocado al análisis estadístico y de aplicación directa e inmediata en áreas de aprendizaje automático (machine learning), minería de datos y matemáticas financieras  (entre otras).

También es de especial interés para profesionales que requieren el conocimiento de este tipo de lenguajes como herramienta de apoyo en el desarrollo de su actividad en:

  • Departamentos financieros o relacionados con la gestión de inversiones.
  • Gestoras de fondos.
  • Departamentos de desarrollo en Fintech y startups.

No es necesaria experiencia previa ni conocimientos en programación. 

Conocer el lenguaje R y el entorno RStudio para manipular datos con vistas a extraer información útil.

En particular, los estudiantes aprenderán a cargar datos desde ficheros en diferentes formatos, preprocesarlos, generar y exportar gráficas, realizar agregaciones y combinaciones de tablas, así como extraer información útil utilizando técnicas de inteligencia artificial.

Todo ello de forma sencilla, sin necesitar elaborar programas complejos, gracias a las bibliotecas ya incorporadas al lenguaje R que nos permitirán alcanzar una visión de alto nivel de los datos.

 

 

 TEMARIO 

 

1. Tratamiento básico de datos

  • Entorno RStudio
  • Objetos básicos en R: vectores,  dataframes
  • Dataframes: carga, operaciones básicas

 2. Tratamiento avanzado de datos

  • Paquete dplyr: la gramática de los datos
  • Tratamiento de valores duplicados y ausentes
  • Texto y fechas

 3. Manipulando dataframes

  • Operaciones con un solo dataframe
  • Combinando datos de diferentes orígenes

 4. Agrupaciones y estadísticas básicas

  • Agrupaciones
  • Funciones de agregación más comunes

 5. Visualizando y entendiendo los datos

  • Diagramas de barras, correlaciones…
  • Estadísticas básicas
  • Gráficas. Grabación de gráficos

6. Inteligencia artificial: aprendizaje automático

  • Tipos de aprendizaje automático
  • Conjuntos de entrenamiento y test
  • Errores más comunes: overfitting, undersampling

7. Aprendizaje supervisado: regresión

  • Regresión Lineal
  • Análisis del error
  • Validación Cruzada

8. Aprendizaje supervisado: clasificación

  • Regresión logística
  • Matriz de confusión
  • KNN

9. Aprendizaje supervisado: clasificación (II)

  • Árboles de decisión
  • Support Vector Machines 

10. Aprendizaje no supervisado: clustering

  • Método k-means
  • Ejemplo final

El curso se va a desarrollar en modalidad presencial con asistencia a las sesiones en las instalaciones de Instituto BME en el Palacio de la Bolsa (Plaza de la Lealtad, 1 - Madrid). Además, para aquellas personas que no residan en Madrid o que no puedan asistir de manera presencial, todas las sesiones serán emitidas en directo desde la plataforma de streaming de Instituto BME (Zoom). Esta La plataforma permite el seguimiento de las clases y la interacción directa tanto con el profesor como con el resto de los alumnos.  

Todas las sesiones quedarán grabadas y serán puestas a disposición de los alumnos matriculados para que puedan ser visualizadas tantas veces como sea necesario desde el Aula Virtual.

REQUISITOS

No es necesario disponer de experiencia previa de programación ni conocimientos sobre el lenguaje Python. La explicación de las materias se realiza empezando desde lo más básico. 

Es imprescindible la asistencia al curso con su propio ordenador. No es necesario ningún requisito especial en este ordenador. Cualquier equipo con una configuración y prestaciones estándar es válido.

CERTIFICADOS

Certificado de Inscripción: Aquellos alumnos que justifiquen una asistencia mínima al 80% de las sesiones del curso podrán obtener un certificado de asistencia.

Certificado de aprovechamiento: La obtención del Certificado de Aprovechamiento correspondiente al curso está sujeta al cumplimiento del requisito de asistencia mínima mencionado en el apartado anterior y a la superación de un test que se realizará una vez concluidas las sesiones del curso. 

IMPORTANTE: DESCUENTOS

Descuento de un 15% en el precio de la inscripción para grupos de 4 ó más interesados. 

Los alumnos matriculados en este curso dispondrán de un descuento del 20% que podrán utilizar en la matriculación del curso "Introducción a la ciencia de datos con Python" que se impartirá desde el 11 hasta el 21 de julio de 2022.

Para información sobre estos y otros descuentos contacta con nosotros en: institutobme@grupobme.es o en el teléfono: 649 19 22 75

 

Rafael Caballero Roldán

Rafael Caballero Roldán

Profesor Titular de Universidad, Facultad de Informática, Universidad Complutense de Madrid

 =====================================================================

Ingeniero Técnico en Informática, Licenciado y Doctor en Ciencias Matemáticas con 24 años de experiencia docente, tanto en la universidad pública como en cursos para empresa, principalmente en tratamiento de datos, Big Data y Machine Learning con los lenguajes R y Python.

Calificación de ‘excelente’ en el programa de calidad docente de la UCM en los últimos 4 años. Coordinador del nuevo grado en Ingeniería de Datos e Inteligencia Artificial de la Facultad de Informática de la UCM.

En el ámbito investigador ha publicado más de 100 artículos. Miembro del grupo de investigación Data Science and Soft Computing for Social Analytics and Decision Aid de la UCM.

Director de la Cátedra Extraordinaria para Big Data y Analítica HPE-UCM.

Actualmente desarrolla actividad como Investigador Principal en un proyecto nacional.

 

 

Síguenos en:
FacebookTwitterFlickrLinkedinYouTube
ContactoMapa webPolítica de PrivacidadPolítica de cookiesAviso legalPago proveedores