{"id":299967,"date":"2024-05-20T14:26:08","date_gmt":"2024-05-20T12:26:08","guid":{"rendered":"https:\/\/cpfp.uvigo.gal\/estudos\/titulos-propios\/id1055-3-2\/"},"modified":"2026-04-22T14:32:08","modified_gmt":"2026-04-22T12:32:08","slug":"id1055-3","status":"publish","type":"sigma_course","link":"https:\/\/cpfp.uvigo.gal\/es\/estudios\/titulos-propios\/id1055-3\/","title":{"rendered":"Miner\u00eda de Datos con \u00abR\u00bb"},"content":{"rendered":"
\n

<\/p>\n<\/div>\n

\n
\n

Diploma de curso de formaci\u00f3n universitaria<\/h3>\n

\u00c1mbito: InterdisciplinarC\u00f3digo: TCS:1055\/3<\/span>
\n\t\t\u00c1rea de inter\u00e9s principal: Tecnolox\u00eda | \u00c1rea de inter\u00e9s secundaria: Transversal<\/p>\n

\n
\n
\n

Inicio y fin<\/h3>\n

<\/i> 01\/06\/2024 – 30\/06\/2024 <\/p>\n<\/p><\/div>\n

\n

Modalidad<\/h3>\n

\t\t\t\t\t\t<\/i> As\u00edncrona (en l\u00ednea)\t\t\t\t<\/div>\n

\n

Cr\u00e9ditos ECTS<\/h3>\n

<\/i> 3.2 ECTS<\/p>\n<\/p><\/div>\n

\n

Estado<\/h3>\n

<\/i> Finalizado\t\t\t\t\t<\/p>\n<\/p><\/div>\n<\/p><\/div>\n<\/p><\/div>\n

100 plazas<\/a><\/p>\n<\/p><\/div>\n<\/div>\n

 <\/p>\n

Descripci\u00f3n<\/h2>\n

El curso incluye las principales t\u00e9cnicas estad\u00edsticas de miner\u00eda de datos, que se ense\u00f1ar\u00e1n de forma pr\u00e1ctica y aplicada. Estas t\u00e9cnicas son utilizadas habitualmente en la investigaci\u00f3n cient\u00edfica (tesis doctorales, proyectos, art\u00edculos publicados, …) y en la investigaci\u00f3n t\u00e9cnica en las empresas e instituciones. Se pretende que los alumnos del curso sean capaces de aplicar cualquiera de ellas a sus propios datos.<\/p>\n

 <\/p>\n

\n
\n

Director\/a:<\/p>\n

Andr\u00e9s Antonio Vaamonde Liste<\/p>\n

Tel\u00e9fono contacto:<\/p>\n

986 130 304<\/p>\n

Email contacto:<\/p>\n

\tvaamonde@uvigo.es<\/p>\n

Entidad organizadora:<\/p>\n

Facultade de Comercio<\/p>\n<\/p><\/div>\n

\n
\n
\n

PER\u00cdODO DE INSCRIPCI\u00d3N
\n\t\t\tInscripci\u00f3n cerrada<\/small>
\n\t\t\t01\/05\/2024 – 29\/05\/2024<\/p>\n

<\/p>\n

\n

PER\u00cdODO DE MATR\u00cdCULA
\n\t\t\tMatr\u00edcula cerrada<\/small>
\n\t\t\t01\/05\/2024 – 30\/05\/2024<\/p>\n<\/p><\/div>\n<\/p><\/div>\n

<\/p>\n

Matr\u00edcula cerrada<\/a><\/p>\n<\/p><\/div>\n<\/div>\n

 <\/p>\n

 <\/p>\n

Modalidad<\/h2>\n
\n
\n
\n
\n

Docencia presencial\/virtual<\/h3>\n

<\/i><\/p>\n

0 horas<\/p>\n<\/p><\/div>\n<\/p><\/div>\n

\n
\n

Docencia no presencial<\/h3>\n

<\/i><\/p>\n

32 horas<\/p>\n<\/p><\/div>\n<\/p><\/div>\n

\n
\n

Pr\u00e1cticas en empresa<\/h3>\n

<\/i><\/p>\n

0 horas<\/p>\n<\/p><\/div>\n<\/p><\/div>\n<\/p><\/div>\n

\n
\n
\n

Lugar de impartici\u00f3n<\/strong>
\nPlataforma de teleformaci\u00f3n MOOVI da la Universidade de Vigo\t<\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n

 <\/p>\n

Horario<\/h2>\n

\tEl curso tiene lugar desde el 1 hasta el 30 de xu\u00f1o de 2024, de forma totalmente no presencial, mediante secuenciaci\u00f3n de las unidades did\u00e1cticas a trav\u00e9s la plataforma de teledocencia<\/p>\n

 <\/p>\n

 <\/p>\n

Precios<\/h2>\n\n\n\n\n\n
P\u00fablico en general<\/th>\nAlumni UVigo<\/th>\nComunidad UVigo<\/th>\n<\/tr>\n<\/thead>\n
140 \u20ac<\/td>\n126 \u20ac<\/td>\n119 \u20ac<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Observaciones a los precios<\/strong><\/p>\n


<\/span><\/p>\n

Las personas en situaci\u00f3n de desempleo o discapacidad reconocida podr\u00e1n solicitar el precio reducido de la comunidad universitaria en el momento de la matr\u00edcula  <\/span><\/p>\n<\/p>\n

 <\/p>\n

Objetivos<\/h2>\n

\tConocimiento y comprensi\u00f3n, mediante el programa estad\u00edstico R, de uso libre y abierto, de los principales m\u00e9todos de Miner\u00eda de datos.Los alumnos aprender\u00e1n a aplicar correctamente todas las t\u00e9cnicas de miner\u00eda de datos incluidas en los contenidos a sus propios datos. Deber\u00e1n aprender a interpretar correctamente los resultados de la aplicaci\u00f3n de las distintas t\u00e9cnicas estudiadas, y verificar las condiciones y supuestos de aplicaci\u00f3n, asegurando su correcci\u00f3n t\u00e9cnica.\t<\/p>\n

 <\/p>\n

Destinatarios<\/h2>\n

\tInvestigadores, estad\u00edsticos, gestores de dados, usuarios del programa estad\u00edstico R, usuarios de la Estad\u00edstica en general.\t<\/p>\n

 <\/p>\n

Salidas Profesionales<\/h2>\n

\tEl alumnado del curso podr\u00e1n aplicar las t\u00e9cnicas de miner\u00eda de datos a sus propios datos, mediante el programa estad\u00edstico R Project, de uso totalmente libre y gratuito. Tambien podr\u00e1n verificar las condiciones o supuestos de aplicaci\u00f3n de cada una de las t\u00e9cnicas, e interpretar correctamente los resultados obtenidos.\t<\/p>\n

 <\/p>\n

Idioma<\/h2>\n

Castellano<\/p>\n

 <\/p>\n

Competencias Espec\u00edficas<\/h2>\n

Aplicar correctamente todas las t\u00e9cnicas de miner\u00eda de datos incluidas en los contenidos a sus propios datos.<\/p>\n

Interpretar correctamente los resultados de la aplicaci\u00f3n de las distintas t\u00e9cnicas estudiadas.<\/p>\n

 <\/p>\n

Competencias Transversales<\/h2>\n

Aplicaci\u00f3n de los m\u00e9todos de data mining a datos de cualquier \u00e1mbito<\/p>\n

Interpretar correctamente los resultados de la aplicaci\u00f3n de las distintas t\u00e9cnicas estudiadas<\/p>\n

 <\/p>\n

Condiciones de acceso<\/h2>\n

1) Titulados\/as universitarios<\/p>\n

2) Alumnos\/as universitarios<\/p>\n

3) Profesionales directamente relacionados con la especialidad que re\u00fanan requisitos legales para cursar estudios universitarios<\/p>\n

4) De forma excepcional y, siempre que no superen el 50% del total de alumnos del curso, podr\u00e1n ser admitidos los mismos profesionales que no re\u00fanan requisitos<\/p>\n

No se requieren conocimientos previos avanzados de Estad\u00edstica, del programa R, o de Miner\u00eda de Datos.<\/p>\n

 <\/p>\n

DOCUMENTACI\u00d3N REQUERIDA:<\/p>\n

– DNI <\/span><\/p>\n

– Certificado de estudios<\/p>\n

– CV<\/p>\n

 <\/p>\n

Criterios de selecci\u00f3n<\/h2>\n

Orden cronol\u00f3gico de inscripci\u00f3n\t<\/p>\n

 <\/p>\n

Metodolog\u00eda<\/h2>\n

Introducci\u00f3n a la Miner\u00eda de datos<\/b><\/div>\n
Introducci\u00f3n al programa estad\u00edstico R. <\/div>\n
Descripci\u00f3n del m\u00e9todo K-Means. Instrucciones para su aplicaci\u00f3n con R. <\/div>\n
Ejemplos de aplicaci\u00f3n con datos reales. Interpretaci\u00f3n de resultados. <\/div>\n
Descripci\u00f3n del m\u00e9todo EM (Expectation – Maximization). Instrucciones para su aplicaci\u00f3n con R.<\/div>\n
Ejemplos de aplicaci\u00f3n con datos reales. Interpretaci\u00f3n de resultados.<\/div>\n
 <\/div>\n
M\u00e9todos de Conjunto<\/b><\/div>\n
Descripci\u00f3n del m\u00e9todo Adaboost. Instrucciones para su aplicaci\u00f3n con R.<\/div>\n
Ejemplos de aplicaci\u00f3n con datos reales. Interpretaci\u00f3n de resultados.<\/div>\n
Descripci\u00f3n del m\u00e9todo Random Forest. Instrucciones para su aplicaci\u00f3n con R. <\/div>\n
Ejemplos de aplicaci\u00f3n con datos reales. Interpretaci\u00f3n de resultados.<\/div>\n
 <\/div>\n
Clasificador Basado en Reglas<\/b><\/div>\n
Descripci\u00f3n del m\u00e9todo Chaid. Instrucciones para su aplicaci\u00f3n con R. <\/div>\n
Ejemplos de aplicaci\u00f3n con datos reales. Interpretaci\u00f3n de resultados.<\/div>\n
Descripci\u00f3n del m\u00e9todo Naive Bayes. Instrucciones para su aplicaci\u00f3n con R. <\/div>\n
Ejemplos de aplicaci\u00f3n con datos reales. Interpretaci\u00f3n de resultados.<\/div>\n
 <\/div>\n
\u00c1rboles de Decisi\u00f3n<\/b><\/div>\n
Descripci\u00f3n del m\u00e9todo CART. Instrucciones para su aplicaci\u00f3n con R.<\/div>\n
Ejemplos de aplicaci\u00f3n con datos reales. Interpretaci\u00f3n de resultados. <\/div>\n
Descripci\u00f3n del m\u00e9todo C5.0. Instrucciones para su aplicaci\u00f3n con R.<\/div>\n
Ejemplos de aplicaci\u00f3n con datos reales. Interpretaci\u00f3n de resultados.<\/div>\n
 <\/div>\n
Problemas Multiclase<\/b><\/div>\n
Descripci\u00f3n del m\u00e9tido KNN. Instrucciones para su aplicaci\u00f3n con R. <\/div>\n
Ejemplos de aplicaci\u00f3n con datos reales. Interpretaci\u00f3n de resultados. <\/div>\n
Descripci\u00f3n del m\u00e9todo Support Vector Machines. Instrucciones para su aplicaci\u00f3n con R.<\/div>\n
 Ejemplos de aplicaci\u00f3n con datos reales. Interpretaci\u00f3n de resultados.<\/div>\n
   <\/div>\n
An\u00e1lisis de Asociaci\u00f3n<\/b><\/div>\n
Descripci\u00f3n del m\u00e9todo APriori. Instrucciones para su aplicaci\u00f3n con R.<\/div>\n
Ejemplos de aplicaci\u00f3n con datos reales. Interpretaci\u00f3n de resultados.<\/div>\n
Descripci\u00f3n del m\u00e9todo Pagerank. Instrucciones para su aplicaci\u00f3n con R.<\/div>\n
Ejemplos de aplicaci\u00f3n pr\u00e1ctica. Interpretaci\u00f3n de resultados.<\/div>\n
 <\/div>\n
Pr\u00e1cticas con R<\/b><\/div>\n
Aplicaci\u00f3n de todas las t\u00e9cnicas de Data Mining descritas en el curso con el programa R, con ejemplos y datos reales, con especial \u00e9nfasis en la verificaci\u00f3n de los supuestos espec\u00edficos de cada uno de los m\u00e9todos y en la interpretaci\u00f3n correcta de los resultados.<\/div>\n<\/p>\n

 <\/p>\n

Asignaturas<\/h2>\n\n\n\n\n\n
id<\/th>\nnombre<\/th>\ncaracter<\/th>\ncr\u00e9ditos<\/th>\n<\/tr>\n<\/thead>\n
200404<\/td>\nMiner\u00eda de Datos con \u00abR\u00bb<\/td>\nObligatoria<\/td>\n3.2<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

 <\/p>\n

Profesorado<\/h2>\n

Ricardo Luaces pazos<\/p>\n

Antonio Vaamonde Liste<\/p>\n<\/p>\n

 <\/p>\n

Evaluaci\u00f3n<\/h2>\n

Env\u00edo de 6 tareas e informes de pr\u00e1cticas: 84% de la calificaci\u00f3n final<\/p>\n

Examen mediante cuestionario de evaluaci\u00f3n online (a trav\u00e9s de Moovi): 16% de la calificaci\u00f3n final.<\/p>\n<\/p>\n

 <\/p>\n

Titulaci\u00f3n<\/h2>\n

Diploma de curso de formaci\u00f3n universitaria en Miner\u00eda de Datos con \u00abR\u00bb<\/p>\n

 <\/p>\n","protected":false},"featured_media":0,"parent":0,"template":"","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0},"class_list":["post-299967","sigma_course","type-sigma_course","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/cpfp.uvigo.gal\/es\/wp-json\/wp\/v2\/sigma_course\/299967","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cpfp.uvigo.gal\/es\/wp-json\/wp\/v2\/sigma_course"}],"about":[{"href":"https:\/\/cpfp.uvigo.gal\/es\/wp-json\/wp\/v2\/types\/sigma_course"}],"wp:attachment":[{"href":"https:\/\/cpfp.uvigo.gal\/es\/wp-json\/wp\/v2\/media?parent=299967"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}