University of Valencia logo Logo Permanent Training and Educational Innovation Service (SFPIE) Logo del portal

Llibreries científiques per a Data Science amb Python

Target PDI, PIF
Method of impartition Online synchronous + Presential
Language Spanish
Total duration 15
Presential duration 3
Synchronous online duration 12
Program Call 'Training and research'
Training modality Course
Academic course 2024-2025
Edition 01
Training plan year 2025
Start date of the course 03/06/2025
End date of the course 12/06/2025
Registration start date 07/04/2025
Registration end date 29/04/2025
Sessions
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
Professional profile of the recipients
PDI i PIF
Selection criteria

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)

UV Faculty
  • Martin Rivera, Fernando
  • PDI-Prof. Permanent Laboral Ppl
  • Coordinador/a Curs
Ver ficha
Non-UV faculty

Vicente Alepuz Moner

Enginyer en Telecomunicacions (UPV).
Màster en Intel·ligència Artificial.
Director d'Enginyeria en IonClinics & Deionic S.L.

Training objectives

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.

Contents

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

Competencies to be developed

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

Criteria and procedure for evaluation of the activity

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.

Inscription