UVdocènciaUniversitat de València Logo del portal

INTRODUCCIÓN AL MACHINE LEARNING CON PYTHON

Destinatarios PDI
Modalidad de impartición Presencial
Lengua Valenciano
Duración total 30
Duración presencial 30
Programa Formación continua
Modalidad formativa Curso
Periodo 1er cuatrimestre
Curso académico 2025-2026
Edición 01
Any del pla de formació 2026
Fecha de inicio del curso 13/10/2026
Fecha de finalización del curso 03/11/2026
Fecha de inicio de inscripción 09/09/2026
Fecha de finalización de inscripción 18/09/2026
Sesiones
Sesión Fecha y hora de inicio Fecha y hora de finalización Aula Ubicación
1 13/10/2026 16:00 13/10/2026 20:00 Aula 1.2 SFPIE Servicio de Formación Permanente e Innovación Educativa (SFPIE)
2 16/10/2026 16:00 16/10/2026 20:00 Aula 1.2 SFPIE Servicio de Formación Permanente e Innovación Educativa (SFPIE)
3 20/10/2026 16:00 20/10/2026 20:00 Aula 1.2 SFPIE Servicio de Formación Permanente e Innovación Educativa (SFPIE)
4 21/10/2026 16:00 21/10/2026 20:00 Aula 1.2 SFPIE Servicio de Formación Permanente e Innovación Educativa (SFPIE)
5 23/10/2026 16:00 23/10/2026 20:00 Aula 1.2 SFPIE Servicio de Formación Permanente e Innovación Educativa (SFPIE)
6 27/10/2026 16:00 27/10/2026 20:00 Aula 1.2 SFPIE Servicio de Formación Permanente e Innovación Educativa (SFPIE)
7 29/10/2026 16:00 29/10/2026 19:00 Aula 1.2 SFPIE Servicio de Formación Permanente e Innovación Educativa (SFPIE)
8 03/11/2026 16:00 03/11/2026 19:00 Aula 1.2 SFPIE Servicio de Formación Permanente e Innovación Educativa (SFPIE)
Perfil profesional destinatarios
PDI/PIF sin necesidad de conocimientos previos en Python y quieran aprender el uso de este lenguaje para la confección de algoritmos de Machine Learning.
Professorado no UV

Vicente Alepuz Moner

Ingeniero en Telecomunicaciones (UPV).

Máster en Inteligencia Artificial.

Director de Ingeniería en IonClinics & Deionic (material electró medicina).

Objetivos formativos

El curso tiene como objetivo capacitar profesores universitarios sin experiencia en Python en los fundamentos y las aplicaciones del Machine Learning (ML), proporcionándolos las habilidades necesarias para implementar algoritmos básicos de aprendizaje automático utilizando Python y librerías como scikit-learn, hecho que permitirá a los docentes aplicar modelos de ML en su investigación académica o áreas de interés profesional.

Contenidos

1. Fundamentos teóricos del Machine Learning.
2. Principios básicos de Python y su uso en Machine Learning.
3. preprocesamiento de datos.
4. Algoritmos básicos de Machine Learning supervisado.
5. Algoritmos básicos de Machine Learning no supervisado.
6. Evaluación y mejora de modelos de Machine Learning.

Competencias que se desarrollarán

Fundamentos teóricos del Machine Learning.
Programación en Python aplicada al Machine Learning.
Preprocesamiento de datos y preparación para el Machine Learning.
Implementación de algoritmos supervisados de Machine Learning.
Uso de algoritmos no supervisados de Machine Learning.
Evaluación y ajuste de modelos de Machine Learning.

Criterios y procedimiento de evaluación de la actividad

Asistencia, como mínimo, al 85% de las horas presenciales y realización de las tareas obligatorias fijadas en el programa o encomendadas por el tutor o tutora o por el profesor o profesora.

Inscripción