Categoría: Asignaturas

Text Mining en Social Media (1 ECTS) Introducción al Procesamiento del Lenguaje Natural Procesamiento básico de textos: tokenización, lematización, stemming, extracción de vocabulario, frecuencias, … Manejo de diferentes formatos de textos: html, xml, txt Problemas de PLN: POS tagging, NER, Shalow Parsing, … Recursos lingüísticos: diccionarios, corpus, Wordnet, … Herramientas de PLN: NLTK con Python.…

Text Mining (2 ECTS) Detección de plagio Reuso de información vs. plagio Análisis del estilo de escritura Detección de plagio intrínseca y externa Detección de plagio translingüe Perfiles de autores en los medios sociales Identificación de la edad Identificación del género Identificación de la personalidad Identificación del idioma nativo Prácticas sobre datasets de datos reales…

Herramientas estádisticas para Big Data (Analytics) (2 ECTS) Técnicas de muestreo y preprocesamiento de datos Estimación e intervalos de confianza. Contraste de hipótesis Estimación de tamaño muestral Cálculo de intervalos de confianza para la proporción de una distribución binomial Evaluación y valoración de modelos Matriz de confusión Curvas ROC Medidas estadísticas de división y combinación…

Introducción al Aprendizaje Automático (2 ECTS) Técnicas de aprendizaje supervisado y no supervisado Función de pérdida (Loss function), estrategias de validación (leaving-one-out, cross-validation). k-NN, Parzen Windows, KD-Trees, … Clustering paramétrico y no parámetrico: K-means, GMM … Modelos conexionistas: redes neuronales Deep Learning: RBM, Auto-encoders, DBN/DNN Learning from Data Streams Love0 Share Tweet Share Pin

Aplicaciones del Aprendizaje Automático (1 ECTS) APIs de Aprendizaje Automático Arboles de decisión y conjuntos de arboles para la automatización de toma decisiones basadas en datos. Definición de problemas, denormalización de datos e ingeniería de atributos para aprendizaje automático. Love0 Share Tweet Share Pin

Técnicas y herramientas para la visualización de datos y resultados (2 ECTS) Cómo diseñar una descripción informativa de una base de datos en base a visualizaciones gráficas Visualización de datos crudos Representaciones gráficas de datos procesados Tipos de visualización de datos según las necesidades del análisis: Filtrar Resumir y sintetizar información Detectar extremos o outliers…

Visualización de datos médicos (0,5 ECTS) Visualización avanzada en R: ggplot2 qplot ggplot como lenguaje gráfico de programación: sintaxis y semántica. Construyendo gráficos con ggplot2 Ejemplos simples con ggplot2 Ejemplos avanzados con ggplot2 Un ejemplo complejo: visualización de información multidimensional sobre proyección geográfica Love0 Share Tweet Share Pin

Factores básicos a tener en cuenta: correlación y temporalidad o FugasdeInformación Cómo debemos evolucionar los controles existentes en nuestra organización Herramientas con las que contamos a coste cero (o casi) Love0 Share Tweet Share Pin

Visión panorámica del título propio. Áreas del big data (y del título propio): Integración, infraestructura, preservación (curation), análisis y explotación/visualización. Tecnologías diferenciadoras en cada una de ellas. ¿Qué es Big Data? Datos y conocimiento. Definiciones relacionadas con Big Data: Data Science y Data Analytics: Business Intelligence, Data Mining, Data Science, Very Large Data Bases, Analytics,…

Financial Analysis (1 ECTS) Base theory: matrix algebra, graph theory, descriptive statistics, univariate and bivariate distributions, autocorrelations, covariance stationary, AR(1) models, etc. (Estos contenidos se complementarán con la propuesta del departamento de estadística) Prácticas: calculo básico de la performance de fondos de inversión en HADOOP (Spark o PIG). Investment Fund Analysis & BigData Portfolio optimizacion,…