| Session | Start date and time | End date and time | Aula | Location |
|---|---|---|---|---|
| 1 | 02/06/2026 16:00 | 02/06/2026 20:00 | Aula 2.1 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
| 2 | 04/06/2026 16:00 | 04/06/2026 20:00 | Aula 2.1 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
| 3 | 09/06/2026 16:00 | 09/06/2026 20:00 | Aula 2.1 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
| 4 | 11/06/2026 16:00 | 11/06/2026 20:00 | Aula 2.1 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
| 5 | 16/06/2026 16:00 | 16/06/2026 20:00 | Aula 2.1 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
- Martin Rivera, Fernando
- PDI-Titular d'Universitat
- 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.
Continguts:
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 anàlisi de dades.
3. Llibreria Numpy per a operacions matemàtiques i manipulació d'arrays.
4. Llibreries MatplotLib i Seaborn per a la visualització efectiva de dades.
5. Integració de l'anàlisi de dades en investigació acadèmica
Ús bàsic de Python per a la manipulació de dades.
Manipulació i anàlisi e dades amb Colla.
Maneig eficient de dades numèriques amb Numpy
Visualització de dades amb MatplotLib i Seaborn
Integració de ferramentes d'anàlisis de dades avançades en investigació acadèmica
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.
Criteris d'evaluacion (consultar enllaç):
No és necessari tindre coneixements previs de Python
Portar portàtil








