Sesión | Fecha y hora de inicio | Fecha y hora de finalización | Aula | Ubicación |
---|---|---|---|---|
1 | 07/07/2025 09:30 | 07/07/2025 12:30 | FAC. QUIMICA AULA F1.1 | |
2 | 08/07/2025 09:30 | 08/07/2025 12:30 | FAC. QUIMICA AULA F1.1 | |
3 | 09/07/2025 09:30 | 09/07/2025 12:30 | FAC. QUIMICA AULA F1.1 | |
4 | 10/07/2025 09:30 | 10/07/2025 12:30 | FAC. QUIMICA AULA F1.1 | |
5 | 11/07/2025 09:30 | 11/07/2025 12:30 | FAC. QUIMICA AULA F1.1 |
Se seleccionarán las personas participantes de acuerdo con los criterios siguientes:
• Para aquellos cursos que tengan requisitos específicos, se tiene que comprobar que efectivamente las personas solicitantes los reúnen.
• Se otorgará preferencia a las peticiones de aquellas personas solicitantes que no hayan realizado cursos de características parecidas en los últimos tres años.
• Así mismo, se otorgará preferencia a aquellos que no hayan realizado cursos de formación en los últimos tres años.
• En caso de empate entre solicitantes en aplicación de los anteriores criterios, habrá que ajustarse al riguroso orden de entrada de las solicitudes (día y hora de presentación)
- Perez Guaita, David
- PI-Invest Cont Ramon y Cajal
- Sanchez Illana, Angel
- PI-Invest Cont Juan de la Cierva-Formacio
Objetivos formativos específicos:
• Familiarizarse con la interfaz y el funcionamiento de Orange.
• Conocer y utilizar las diversas herramientas y widgets disponibles.
• Aprender a construir flujos de análisis mediante arrastrar, soltar y conectar widgets.
• Realizar preprocesamiento, análisis exploratorio y visualización de datos.
• Diseñar, entrenar y validar modelos de aprendizaje supervisado y no supervisado.
• Conocer la comunidad de usuarios para compartir experiencias y obtener soporte.
Al finalizar la acción formativa el asistente al curis podrá/ En acabar la formació l'assistent al curs podrà:
• Utilizar el software Orange con fines docentes y de investigación
• Importar, procesar y tratar datos utilizando una amplia gama de opciones disponibles.
• Realizar análisis exploratorios y generar gráficos claros y atractivos.
• Aplicar y validar técnicas de machine learning sin necesidad de programación avanzada.
• Acceder a recursos y colaborar en la comunidad de usuarios de Orange
La evaluación del curso se basa en los siguientes criterios:
• Participación y asistencia: Asistencia al menos al 85% de las sesiones y aportes en clase.
Ejercicios Prácticos: Realización de los ejercicios prácticos durante las sesiones y entrega puntual.