L'era del big data exigix ferramentes accessibles per a analitzar i visualitzar grans volums de dades en diferents disciplines. Este curs està dissenyat per a docents i investigadors que vulguen incorporar tècniques avançades d'anàlisis de dades en els seus projectes i en l'ensenyança, sense necessitat de coneixements profunds de programació.

Orange és un programari d'anàlisi de dades de codi obert que destaca pel seu ús de programació visual. La seua interfície intuïtiva permet construir fluxos d'anàlisis arrossegant, soltant i connectant blocs o ginys que realitzen una determinada tasca d'anàlisi de dades, la qual cosa elimina la necessitat d'escriure codi i simplifica el procés de creació de models de machine learning i visualització de dades. Això ho convertix en la ferramenta ideal per a explorar i aplicar tècniques d'anàlisis de dades de manera interactiva i pràctica.

Este curs té com a objectiu que el personal docent, el personal investigador i el personal investigador en formació conega l'aplicació Orange i siga capaç de realitzar anàlisis sofisticades de dades de diferents disciplines mitjançant exemples representatius de ciències socials, ciències químiques i biomedicina. 

Objectius formatius específics: 
•    Familiaritzar-se amb la interfície i el funcionament d'Orange.
•    Conéixer i utilitzar les diverses ferramentes i ginys disponibles.
•    Aprendre a construir fluxos d'anàlisis mitjançant arrossegar, soltar i connectar ginys.
•    Realitzar preprocessament, anàlisi exploratòria i visualització de dades.
•    Dissenyar, entrenar i validar models d'aprenentatge supervisat i no supervisat.
•    Conéixer la comunitat d'usuaris per a compartir experiències i obtindre suport.
 

En finalitzar l'acció formativa l'assistent al curs podrà/ A acabar la formació l'assistent al curs podrà:
•    Utilitzar el programari Orange amb finalitats docents i d'investigació
•    Importar, processar i tractar dades utilitzant una àmplia gamma d'opcions disponibles.
•    Realitzar anàlisis exploratòries i generar gràfics clars i atractius.
•    Aplicar i validar tècniques de machine learning sense necessitat de programació avançada.
•    Accedir a recursos i col·laborar en la comunitat d'usuaris d'Orange.
 

L'avaluació del curs es basa en els següents criteris:
•    Participació i assistència: Assistència almenys al 85% de les sessions i aportacions en classe.

•    Exercicis Pràctics: Realització dels exercicis pràctics durant les sessions i lliurament puntual.
 

Criteris d'evaluacion (consultar enllaç):

normativa del SFPIE