Módulos/Asignaturas del Curso

Módulo/Asignatura 1. Diseño y Gestión de Proyectos en Data Science I

Número de créditos: 3,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 11/10/2017 - 14/03/2018

Horario: Miércoles, Jueves. En horario de tarde

Contenido:

Introducción a la Ciencia del Dato

Experimentación e Investigación: Reproducibilidad y documentación
Proyectos básicos de aplicación de técnicas de Ciencia del Dato
Big data

Etapas de un proyecto

Exploración de datos
Técnicas de educción
Modelización: tipos de datos
Computación
Aplicación
Gestión de versiones
Elaboración y redacción de informes finales

Cuestiones éticas y legales asociadas a cada etapa de un proyecto

Legislación de protección de datos que afectan al proyecto en Data Science



Asignaturas del módulo:

Módulo/Asignatura 2. Diseño y Gestión de Proyectos en Data Science II

Número de créditos: 6,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 16/03/2018 - 13/07/2018

Horario: Miércoles, Jueves, Viernes. En horario de tarde

Contenido:

Técnicas de anonimización. Aplicaciones a datos médicos

Calidad del dato

Metodologías para incrementar la calidad de la información
Enriquecimiento: Open Data, Linked Data, Semantic Linked Data, etc.

Ciencia del Dato y empresa

Problemas empresariales y soluciones basadas en Data Science
Modelos de negocio basados en datos
Casos de estudio

Asignaturas del módulo:

Módulo/Asignatura 3. Introducción a la Programación en Python y a los Paradigmas para Datos

Número de créditos: 4,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 11/10/2017 - 29/11/2017

Horario: Jueves, Viernes. En horario de tarde

Contenido:

Fundamentos de Python
Tipos de datos: números, cadenas, tuplas, listas, diccionarios, conjuntos
Definiciones por comprensión, estructuras de control, etc.
Definición de funciones
Gestión de errores
Arquitecturas y paradigmas para los datos (Introducción)
Tipos de datos: Estructurados y desestructurados
Obtención de datos
Almacenamiento y consulta (BDR)
Biblioteca estándar Python:
Otras bibliotecas:


Asignaturas del módulo:

Módulo/Asignatura 4. Fundamentos de Estadística y Programación en R

Número de créditos: 4,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 13/10/2017 - 24/11/2017

Horario: Miércoles, Jueves, Viernes. En horario de tarde

Contenido:

Fundamentos de Estadística
* Probabilidad e inferencia estadística
* Análisis Exploratorio de Datos
* Modelo de Regresión Lineal Múltiple
Entorno de programación estadística R
* Tipos de objetos.
* Elementos de Programación
* Gestión de datos
* Análisis exploratorio de datos: visualización.


Asignaturas del módulo:

Módulo/Asignatura 5. Aprendizaje Estadístico y Modelización

Número de créditos: 6,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 30/11/2017 - 01/02/2018

Horario: Miércoles, Jueves, Viernes. En horario de tarde

Contenido:

* Concepto básicos en Aprendizaje estadístico
* Modelo lineal generalizado.
* Modelos de Regresión no lineales
* Modelos de Regresión no paramétricos
* Regresión y clasificación mediante KNN

Asignaturas del módulo:

Módulo/Asignatura 6. Arquitecturas y Paradigmas para Ciencia del Dato

Número de créditos: 4,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 13/12/2017 - 18/01/2018

Horario: Miércoles, Jueves, Viernes. En horario de tarde

Contenido:

* Introducción a los datos (estructurados y desestructurados)
* Introducción y repaso sobre obtención de datos (APIs, RDF, logs, transacciones, textos, etc.)
* Tratamiento y limpieza de datos: Expresiones regulares, Herramientas ETL
* Almacenamiento: BD relacionales versus BD NoSQL.
* Bases de datos NoSQL
* Procesamiento en paralelo y escalabilidad
* Introducción a los ecosistemas Big Data

Asignaturas del módulo:

Módulo/Asignatura 7. Arquitecturas y Paradigmas para Big Data

Número de créditos: 5,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 02/05/2018 - 25/05/2018

Horario: Miércoles, Jueves, Viernes. En horario de tarde

Contenido:

* Introducción a los ecosistemas Big Data
* Almacenamiento y procesamiento distribuido
* El ecosistema Hadoop
* Spark
* Integración con R y Python.

Asignaturas del módulo:

Módulo/Asignatura 8. Machine Learning I

Número de créditos: 5,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 02/02/2018 - 15/03/2018

Horario: Miércoles, Jueves, Viernes. En horario de tarde

Contenido:

* Técnicas de Reducción de la dimensionalidad
* Análisis de Conglomerados
* Técnicas de clasificación probabilística
* Support Vector Machines (SVM)
* Árboles de clasificación y regresión


Asignaturas del módulo:

Módulo/Asignatura 9. Machine Learning II

Número de créditos: 5,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 16/03/2018 - 11/05/2018

Horario: Miércoles, Jueves, Viernes. En horario de tarde

Contenido:

* Redes neuronales
* Sistemas de ranking
* Técnicas de combinación de modelos.
* Herramientas estadísticas para la Bioinformática
* Selección de atributos


Asignaturas del módulo:

Módulo/Asignatura 10. Técnicas Metaheurísticas de Optimización

Número de créditos: 4,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 08/06/2018 - 12/07/2018

Horario: Martes, Miércoles. En horario de tarde

Contenido:

Métodos de soluciones individuales
Métodos basados en poblaciones
Optimización Multiobjetivo
Optimización por Model Fitting


Asignaturas del módulo:

Módulo/Asignatura 11. Inteligencia Colectiva y Sistemas de Recomendación

Número de créditos: 3,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 19/01/2018 - 08/02/2018

Horario: Miércoles, Jueves, Viernes. En horario de tarde

Contenido:

* Inteligencia Colectiva y flujos de datos
** Web Social
** Social Media
** Metodologías ''crowd''
* Redes: Conceptos, topología y comportamiento extremal
** Propagación
** Resiliencia en redes
** Computación bajo reputación y confianza
* Análisis de la semántica emergente: Análisis de opinión y sentimientos
* Sistemas de recomendación (Item based, User Based)
* Aplicaciones

Asignaturas del módulo:

Módulo/Asignatura 12. Modelos para Datos Temporales y Espaciales

Número de créditos: 3,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 16/05/2018 - 07/06/2018

Horario: Miércoles, Jueves, Viernes. En horario de tarde

Contenido:

* Técnicas básicas
* Modelos ARIMA
* Modelos de series temporales no lineales: ARCH-GARCH
* Análisis espectral
* Georeferenciación estadística
* Técnicas de predicción espacial


Asignaturas del módulo:

Módulo/Asignatura 13. Data Science & Business Intelligence

Número de créditos: 3,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 20/06/2018 - 11/07/2018

Horario: Miércoles, Jueves, Viernes. En horario de tarde

Contenido:

Introducción a la inteligencia de negocio
Aplicaciones
Data Smart y Data warehouse
Bases de datos OLAP, OLTP
Plataformas de inteligencia de negocio
Herramientas de minería de datos integradas en las plataformas
Uso de herramientas de BI
Diseño de cuadro de mandos

Asignaturas del módulo:

Módulo/Asignatura 14. Procesamiento del Lenguaje Natural para la Ciencia del Dato I

Número de créditos: 2,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 09/02/2018 - 23/02/2018

Horario: Miércoles, Jueves, Viernes. En horario de tarde

Contenido:

Módulo I: Fundamentos del Procesamiento del Lenguaje Natural

Introducción: de la Lingüística Computacional a la Ingeniería del Lenguaje Natural
Niveles y técnicas para el estudio y tratamiento automático de los lenguajes naturales
Nociones y técnicas básicas: Expresiones regulares, Autómatas y Gramáticas
Recursos lingüísticos

Módulo II: Lenguaje natural, datos y conocimiento

Reconocimiento automático de la voz: Redes neuronales y otras tecnologías aplicadas al nivel acústico. Análisis del entrenamiento, adaptación y evaluación.
Análisis léxico-morfológico: corpus lingüísticos y técnicas relacionadas con la ciencia del dato. Corrección ortográfica, lematización, tokenización.
Análisis gramatical: sintaxis y semántica. Modelos basados en conocimiento y modelos estadísticos.
Gestión del diálogo: Autómatas. Sistemas basados en agentes. El enfoque basado en el estado de información. Las técnicas POMDP (procesos de decisión de Markov parcialmente observables) como soporte al aprendizaje automático en gestión del diálogo.
Traducción automática: Técnicas y enfoques. Paradigmas basados en reglas, basados en corpus y enfoques híbridos.
Aplicaciones comerciales e industriales: Speech Analytics, Content Analytics, Text Mining, Information Retrieval and Extraction, Question Answering, Sentiment Analysis, Entity Names Recognition, etc.

Asignaturas del módulo:

Módulo/Asignatura 15. Procesamiento del Lenguaje Natural para la Ciencia del Dato II

Número de créditos: 2,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 21/03/2018 - 11/04/2018

Horario: Miércoles, Jueves, Viernes. En horario de tarde

Contenido:



NLTK: Librería Python para lenguaje natural
Manipulación de corpus
Normalización de textos: segmentación, tokenización, lematización.
Tagging
Clasificación de textos
Parsing
Análisis semántico: gramáticas de estructuras de rasgos
Representación del conocimiento
StanfordCore NLP
Sistema de reconocimiento de entidades
Tagging
Classifier
Information Extraction
Estudio de aplicaciones comerciales e industriales
Ejemplos como Watson Analytics y otras plataformas que integran Big Data y sistemas basados en lenguaje natural en distintas áreas

Asignaturas del módulo:

Módulo/Asignatura 16. Visualización de Datos

Número de créditos: 2,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 06/06/2018 - 15/06/2018

Horario: Miércoles, Jueves, Viernes. En horario de tarde

Contenido:

Herramientas, librerías y metodologías para la visualización de datos

Asignaturas del módulo:

Módulo/Asignatura 17. Visualización de la Información

Número de créditos: 2,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 01/03/2018 - 15/03/2018

Horario: Miércoles, Jueves, Viernes. En horario de tarde

Contenido:

Arquitectura de la visualización de la Información
Estructura visual: diseño e implementación
Infografías y economía visual
Presentación de informes y Reports


Asignaturas del módulo:

Módulo/Asignatura 18. Trabajo Fin de Máster

Número de créditos: 6,00 ECTS

Modalidad de impartición: Presencial

Fechas de inicio-fin: 01/03/2018 - 13/07/2018

Contenido:

Desarrollo del Trabajo fin de Máster, orientado a la aplicación de los conocimientos y competencias adquiridas en los restantes módulos. Los tutores serán tanto académicos como empresariales.

Asignaturas del módulo: