UVdocènciaUniversitat de València Logo del portal

Machine learning i anàlisi de dades en investigació i docència mitjançant Orange, un programari fàcil i interactiu

Destinataris PDI
Modalitat d'impartició Presencial
Llengua Castellà
Durada total 15
Durada presencial 15
Programa Convocatòria 'Docència i investigació'
Modalitat formativa Curs
Curs acadèmic 2024-2025
Edició 01
Any del pla de formació 2024
Data d'inici del curs 10/06/2024
Data de finalització del curs 19/06/2024
Data d'inici d'inscripció 25/03/2024
Data de finalització d'inscripció 12/04/2024
Sessions
Sessió Data i hora d'inici Data i hora de finalització Aula Ubicació
1 10/06/2024 09:30 10/06/2024 12:30 Aul.informática II. Campus Burjassot Facultat de Ciències Matemàtiques
2 12/06/2024 09:30 12/06/2024 12:30 Aul.informática II. Campus Burjassot Facultat de Ciències Matemàtiques
3 14/06/2024 09:30 14/06/2024 12:30 Aul.informática II. Campus Burjassot Facultat de Ciències Matemàtiques
4 17/06/2024 09:30 17/06/2024 12:30 Aul.informática II. Campus Burjassot Facultat de Ciències Matemàtiques
5 19/06/2024 09:30 19/06/2024 12:30 Aul.informática II. Campus Burjassot Facultat de Ciències Matemàtiques
Professorat UV
  • Perez Guaita, David
  • PI-Invest Cont Ramon y Cajal
Ver ficha
  • Sanchez Illana, Angel
  • PI-Invest Cont Juan de la Cierva-Formacio
Ver ficha
Objectius formatius

En els últims anys, la generació de grans volums de dades gràcies a les noves tecnologies ha popularitzat la seua anàlisi massiva en diferents disciplines dins del denominat big data. En este context, la mineria de dades (data mining) i l'aprenentatge automàtic (machine learning) han emergit donant lloc a mètodes que permeten trobar patrons, fer prediccions i, en general, extraure informació útil en camps com la química (químiometría), la biologia i ciències biomèdiques (metabolómica), així com les ciències socials.

No obstant això, els potencials usuaris d'estos mètodes troben una barrera per al seu ús pel fet que habitualment es necessiten coneixements avançats en llenguatges de programació o l'ús de programari propietari i comercial (de pagament). En este context, investigadors internacionals han desenvolupat Orange. Una aplicació interactiva, de codi obert i gratuïta per a realitzar una gran varietat d'anàlisis basades en machine learning. La interfície d'Orange és molt senzilla i no requerix de coneixements previs de programació per a realitzar anàlisi i visualització de dades.

Este curs té com a objectiu que el personal docent, el personal investigador i el personal investigador en formació conega l'aplicació Orange i siga capaç de realitzar anàlisis sofisticades de dades de diferents disciplines mitjançant exemples representatius de ciències socials, ciències químiques i biomedicina. 

Objectius formatius específics: 
•    Familiaritzar-se amb la interfície d'Orange
•    Conéixer els diferents ginys d'Orange i saber utilitzar-los
•    Comprendre diferents maneres de visualitzar les dades
•    Utilitzar el programari per a realitzar preprocessaments i anàlisi exploratòria
•    Crear i validar models supervisats 
•    Conéixer els canals de comunicació de la comunitat d'usuaris d'Orange, utilitzar Stackexchange.
 

Competències que es desenvoluparan

En finalitzar l'acció formativa l'assistent al curis podrà/ A acabar la formació l'assistent al curs podrà:
•    Utilitzar el programari Orange amb finalitats docents i d'investigació
•    Importar dades i tractar-los utilitzant el gran ventall d'opcions disponibles en el programari
•    Realitzar anàlisi exploratòria de les dades i fer gràfics visualment atractius 
•    Realitzar i validar mètodes supervisats
•    Obtindre ajuda en els canals d'usuaris d'Orange i contribuir a la millora del programari
 

Criteris i procediment d'avaluació de l'activitat

Per a obtindre la certificació final cal obtindre la qualificació “Apte” en el curs i per tant ha d'haver complit els criteris d'avaluació següents:
•    Assistència almenys al 85% de les sessions presencials o síncrones
•    Els estudiants han de completar el 100% de les tasques.
 

Inscripció