| Session | Start date and time | End date and time | Aula | Location |
|---|---|---|---|---|
| 1 | 02/07/2026 16:00 | 02/07/2026 20:00 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
| 2 | 03/07/2026 16:00 | 03/07/2026 20:00 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
| 3 | 07/07/2026 16:00 | 07/07/2026 20:00 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
| 4 | 09/07/2026 16:00 | 09/07/2026 20:00 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
| 5 | 10/07/2026 16:00 | 10/07/2026 20:00 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
| 6 | 14/07/2026 16:00 | 14/07/2026 20:00 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
| 7 | 16/07/2026 16:00 | 16/07/2026 19:00 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
| 8 | 17/07/2026 16:00 | 17/07/2026 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)
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.
CONSULTAR NORMATIVA:normativa del SFPIE








