Session | Start date and time | End date and time | Aula | Location |
---|---|---|---|---|
1 | 03/06/2025 16:00 | 03/06/2025 19:00 | Aula PB SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
2 | 05/06/2025 16:00 | 05/06/2025 19:00 | Online | |
3 | 06/06/2025 16:00 | 06/06/2025 19:00 | Online | |
4 | 10/06/2025 16:00 | 10/06/2025 19:00 | Online | |
5 | 12/06/2025 16:00 | 12/06/2025 19:00 | Online |
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 S.L.
El curs té com a objectiu capacitar a professors universitaris sense experiència en Python en l'ús de les llibreries Panda, NumPy, Matplotlib i Seaborn per a la manipulació i anàlisi de dades, proporcionant les habilitats necessàries per a realitzar anàlisis estadístiques, visualització de dades i maneig de grans conjunts d'informació en el seu treball acadèmic i d'investigació.
1.Fonaments de Python per a la manipulació de dades (introducció a l'entorn Colab i Jupiter Notebook).
2.Llibreria Panda per a la manipulació i anàlisis de dades.
3.Llibreria Numpy per a operacions matemàtiques i manipulació de arrays.
4.Llibreries MatplotLib i Seaborn per a la visualització efectiva de dades.
5.Integració del anàlisis de dades en investigació acadèmica
1 Ús bàsic de Python per a la manipulació de dades.
2 Manipulació i anàlisi e dades amb Colla.
3 Maneig eficient de dades numèriques amb Numpy
4 Visualització de dades amb MatplotLib i Seaborn
5 Integració d'eines d'anàlisis de dades avançades en investigació acadèmica
Assistència al 85% de les hores síncrones o presencials, visualització del 100% dels continguts en línia i la superació de les proves d'avaluació fixades.