Presentación
Hoy en día, el volumen de datos generados en diversos sectores, como la salud, las finanzas y la industria, crece exponencialmente. Sin embargo, el aprovechamiento efectivo de esta información sigue siendo un reto, especialmente para profesionales que no provienen del ámbito tecnológico.
La capacidad de extraer conocimiento útil a partir de bases de datos permite tomar decisiones más informadas y estratégicas. Para ello, es fundamental contar con herramientas accesibles que simplifiquen el análisis de datos sin necesidad de conocimientos avanzados en programación o estadística.
Este curso está diseñado para profesionales no TIC que desean explorar el potencial del análisis de datos y Machine Learning de manera visual e intuitiva. Utilizaremos ORANGE, una potente herramienta basada en Python, que permite aplicar técnicas avanzadas de análisis y aprendizaje automático sin escribir una sola línea de código.
En este curso aprenderás:
• Fundamentos del análisis de datos y Machine Learning de manera visual e intuitiva, sin necesidad de programar.
• Explorar y transformar datos, comprendiendo su estructura y calidad antes del modelado.
• Aplicar algoritmos de Machine Learning para clasificación, regresión y agrupamiento utilizando ORANGE.
• Evaluar y optimizar modelos predictivos, interpretando métricas clave para mejorar la precisión y el rendimiento.
• Visualizar datos y resultados de manera efectiva.
• Automatizar procesos de análisis de datos mediante flujos de trabajo interactivos y reutilizables.
El análisis inteligente de datos tiene un impacto significativo en múltiples áreas: en el sector salud, ayuda a mejorar diagnósticos; en las finanzas, permite evaluar riesgos y detectar fraudes; en el ámbito empresarial, optimiza estrategias comerciales y de fidelización de clientes.
Con este curso, adquirirás las bases necesarias para iniciar tus propios proyectos de minería de datos de manera sencilla y eficaz. ¡No dejes pasar esta oportunidad para potenciar tus habilidades analíticas y mejorar tu toma de decisiones con Machine Learning!
Objetivos
- Aprender los fundamentos del análisis de datos y Machine Learning sin necesidad de programación.
- Adquirir experiencia básica con ORANGE, una herramienta visual para minería de datos y modelado predictivo.
- Explorar y procesar datos de manera eficiente para su análisis y modelado.
- Aplicar técnicas de aprendizaje automático para clasificación, regresión y agrupamiento.
- Evaluar modelos predictivos utilizando métricas de rendimiento para mejorar su precisión.
- Visualizar datos y resultados de forma clara e intuitiva para la toma de decisiones estratégicas.
- Automatizar flujos de trabajo de análisis de datos, facilitando su aplicación en distintos sectores.
Destinatarios
Este curso está dirigido a profesionales no TIC y personas interesadas en el análisis de datos y Machine Learning que deseen aprender a aplicar estas técnicas sin necesidad de programar. En particular, está orientado a:
- Profesionales de negocios, marketing, finanzas, salud, recursos humanos y otros sectores que trabajen con datos y quieran mejorar la toma de decisiones.
- Estudiantes y graduados de Administración, Economía, Psicología, Sociología, Ciencias de la Salud, entre otros, que deseen introducirse en el análisis de datos.
- Investigadores y docentes que busquen herramientas intuitivas para explorar datos y extraer patrones significativos.
Requisitos
- No es necesario contar con experiencia previa en programación o análisis de datos.
- Se recomienda tener conocimientos básicos en el manejo de datos en hojas de cálculo (Excel, CSV) para facilitar la comprensión de los conceptos.
- Los asistentes deberán llevar su propio ordenador portátil, pero no es necesario instalar previamente ningún software, ya que se trabajará con ORANGE, una herramienta de código abierto de fácil uso
Este curso está diseñado para que cualquier persona pueda iniciarse en Machine Learning y análisis de datos de forma práctica y accesible.
Duración y modalidad
4 horas de docencia online distribuidas en 2 jornadas
Fechas y lugar de impartición
- 29 de abril de 16:00 a 18:00 horas
- 30 de abril de 16:00 a 18:00 horas
La impartición del curso se llevará a cabo en modalidad online. Se enviará el enlace a la reunión una vez que se cierre el período de inscripciones.
Imparte
Isabel Herrera Montano – Investigadora predoctoral en la Universidad de Valladolid, especializada en Análisis de datos y Machine Learning. Su experiencia abarca el desarrollo de algoritmos para el análisis de bases de datos complejas y la aplicación de modelos de Machine Learning para la predicción y clasificación de datos en sectores como el sanitario y empresarial. Ha participado en diversos proyectos de investigación relacionados con análisis de datos y técnicas avanzadas de Machine Learning. Perfil Uva
Isabel de la Torre Díez – Catedrática Ingeniería Telemática de la Universidad de Valladolid. Experta en análisis de datos y técnicas de IA, principalmente en el campo de la salud. Impartición de cursos sobre herramientas Tecnológicas en múltiples campos. Perfil Uva
Organiza
Centro de Inteligencia Artificial de la Universidad de Valladolid (UVaIA), Ayuntamiento de Valladolid, Agencia de Innovación y Desarrollo Económico (Ideva), Vicerrectorado de Innovación Docente y Transformación Digital de la Universidad de Valladolid y Centro VirtUVa.
Programa
- Introducción al análisis de datos y Machine Learning.
- Exploración y preparación de datos en ORANGE.
- Aplicación de Machine Learning con ORANGE.
- Visualización y toma de decisiones basada en datos.
- Ejercicios prácticos y discusión final.
Este curso se integra dentro de un paquete formativo impulsado desde el Centro de Inteligencia Artificial de la Universidad de Valladolid (UVaIA) en colaboración con el Ayuntamiento de Valladolid, a través de la Agencia de Innovación y Desarrollo Económico (IdeVA), el Vicerrectorado de Investigación de la Universidad de Valladolid y el Centro Virtuva.
El centro UVaIA se estrenó en mayo de 2024 integrado por expertos de diferentes áreas de la Universidad de Valladolid para impulsar la investigación en IA, la formación, transferencia y divulgación.