Session | Start date and time | End date and time | Aula | Location |
---|---|---|---|---|
1 | 01/07/2025 16:00 | 01/07/2025 20:00 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
2 | 03/07/2025 16:00 | 03/07/2025 20:00 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
3 | 04/07/2025 16:00 | 04/07/2025 20:00 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
4 | 08/07/2025 16:00 | 08/07/2025 20:00 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
5 | 09/07/2025 16:00 | 09/07/2025 20:00 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
6 | 11/07/2025 16:00 | 11/07/2025 20:00 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
7 | 14/07/2025 16:00 | 14/07/2025 19:00 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
8 | 15/07/2025 16:00 | 15/07/2025 19:00 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
Es seleccionaran les persones participants d'acord amb els criteris següents:
• Per a aquells cursos que tinguen requisits específics, s’ha de comprovar que efectivament les persones sol·licitants els reuneixen.
• S’atorgarà preferència a les peticions d'aquelles persones sol·licitants que no hagen realitzat cursos de característiques semblants en els últims tres anys.
• Així mateix, s’atorgarà preferència a aquells que no hagen realitzat cursos de formació en els últims tres anys.
• En cas d'empat entre sol·licitants en aplicació dels anteriors criteris, caldrà ajustar-se al rigorós ordre d'entrada de les sol·licituds (dia i hora de presentació)
- Martin Rivera, Fernando
- PDI-Prof. Permanent Laboral Ppl
- Coordinador/a Curs
Vicente Alepuz Moner
Enginyer en Telecomunicacions (UPV).
Màster en Intel·ligència Artificial.
Director d'Enginyeria en IonClinics & *Deionic (material electró medicina).
El curs té com a objectiu capacitar a professors universitaris sense experiència en Python en els fonaments i aplicacions del Machine Learning (ML), brindant-los les habilitats necessàries per a implementar algorismes bàsics d'aprenentatge automàtic utilitzant Python i llibreries com scikit-learn, permetent als docents aplicar models de ML en la seua investigació acadèmica o àrees d'interés professional.
1. Fonaments teòrics del Machine Learning.
2. Principis bàsics de Python i el seu ús en Machine Learning.
3. Pre-processament de dades.
4. Algorismes bàsics de Machine Learning supervisat.
5. Algorismes bàsics de Machine Learning no supervisat.
6. Avaluació i millora de models de Machine Learning
- Fonaments teòrics del Machine Learning.
- Programació en Python aplicada al Machine Learning.
- Pre-processament de dades i preparació per al Machine Learning
- Implementació d'algorismes supervisats de Machine Learning.
- Ús d'algorismes no supervisats de Machine Learning.
- Avaluació i ajust de models de Machine Learning
Assistència, com a mínim, al 85% de les hores presencials i fer les tasques obligatòries fixades en el programa o encomanades per el/la tutor/a o professor/a