07 - Técnicas de Ciencia de Datos

Linkedin maps data visualization - por luc legay CC BY-SA 2.0

Objetivos:

  • Ser capaz de realizar análisis estadísticos con el lenguaje de tratamiento de datos R
    • Estadística descriptiva: Variables estadísticas unidimensionales y bidimensionales
    • Regresión y correlación
    • Probabilidades
    • Teoría de muestras e inferencia estadística
  • Comprender y saber aplicar técnicas de procesamiento del lenguaje natural con Python
    • Ser capaz de aplicar algoritmos de aprendizaje automático y análisis de patrones.
  • Realizar análisis y visualización de redes sociales
    • Comprender la estructura de la información necesaria para poder realizar análisis de redes
    • Realizar visualizaciones exploratorias con Gephi para entornos locales
  • Ser capaz de redactar y editar documentación técnica con lenguajes diseñados específicamente para ello, como RMarkdown y LaTeX

Equipo docente:

  • Coordinación: Alejandro Zappala.
  • Taller: Mariluz Congosto.
  • Charla: Pablo Martín Muñoz.
Alejandro Zappala
Alejandro Zappala
estadística, cartografía

Ingeniero en Cartografía, imparte cursos, talleres y seminarios acerca de obtención, análisis y visualización de datos; entornos GIS; y análisis de redes. Ha colaborado en proyectos con un especial componente social civics.cc, ihr.world o adappgeo.

Mariluz Congosto
Mariluz Congosto
redes, visualización

Investigando sobre los datos de Twitters. Antes, Investigación y Desarrollo salvo en un pequeño paréntesis desde 1984 a 1986 en que trabajó para la Administración Local.

Pablo Martín
Pablo Martín
Invitado

Ingeniería Informática y Máster en Tecnologías Informáticas Avanzadas en la Universidad de Huelva con especialización en Minería de Datos y Aprendizaje Automático. Responsable tecnológico de PoliticalWatch. Previamente socio de la cooperativa de software libre Enreda y cofundador de Openkratio