MÓDULO 1. ESTADÍSTICA APLICADA. ANÁLISIS DE DATOS Y SPSS

• Unidad didáctica 1. Conceptos básicos y organización de datos

• Unidad didáctica 2. Estadística descriptiva básica

• Unidad didáctica 3. Medidas de tendencia central y posición

• Unidad didáctica 4. Análisis conjunto de variables

• Unidad didáctica 5. Distribuciones de probabilidad

• Unidad didáctica 6. Introducción a la estadística en programas informáticos. el spss

• Unidad didáctica 7. Estadística descriptiva con spss

MÓDULO 2. PYTHON

• Unidad didáctica 1. Introducción a python

• Unidad didáctica 2. Creación de módulos en python

• Unidad didáctica 3. Creación de bases de datos en python

• Unidad didáctica 4. Uso de interfaz gráfica de python

• Unidad didáctica 5. Leer y visualizar la web con python zen de python

• Unidad didáctica 6. Python y el análisis de datos

• Unidad didáctica 7. Introducción e instalación de opencv

• Unidad didáctica 8. Manejo de ficheros, cámaras e interfaces gráficas

• Unidad didáctica 9. Tratamiento de imágenes

• Unidad didáctica 10. Histogramas y template matching

• Unidad didáctica 11. Colores y espacios de color

• Unidad didáctica 12. Detección de caras y extracción de características

• Unidad didáctica 13. Aprendizaje automático

MÓDULO 3. CIENCIA DE DATOS, GESTIÓN Y PREPROCESAMIENTO DE DATOS

• Unidad didáctica 1. Introducción a la ciencia de datos

• Unidad didáctica 2. Principales perfiles en el mundo del data science

• Unidad didáctica 3. Entorno de trabajo de un data scientist

• Unidad didáctica 4. Bases de datos relacionales

• Unidad didáctica 5. Bases de datos nosql y el almacenamiento escalable

• Unidad didáctica 6. Introducción a un sistema de base de datos nosql, mongodb

• Unidad didáctica 7. R como herramienta para big data

• Unidad didáctica 8. Pre-procesamiento & procesamiento de datos

MÓDULO 4. ESTUDIO Y MODELADO DE DATOS

• Unidad didáctica 1. El modelo de datos en tres capas

• Unidad didáctica 2. Edición de datos y fórmulas

• Unidad didáctica 3. Tablas y listas de datos

• Unidad didáctica 4. Gráficos y diagramas

• Unidad didáctica 5. Funciones lógicas

• Unidad didáctica 6. Búsqueda de datos

• Unidad didáctica 7. Librerías para data science y la visualización de datos

MÓDULO 5. ANÁLISIS Y VISUALIZACIÓN DE DATOS

• Unidad didáctica 1. Análisis exploratorio de datos (eda)

• Unidad didáctica 2. Análisis de los datos

• Unidad didáctica 3. Business intelligence y la sociedad de la información

• Unidad didáctica 4. Minería de datos o data mining y el aprendizaje automático

• Unidad didáctica 5. Introducción a la visualización de datos

• Unidad didáctica 6. Tableau

• Unidad didáctica 7. Powerbi

MÓDULO 6. MACHINE LEARNING

• Unidad didáctica 1. Introducción al machine learning

• Unidad didáctica 2. Extracción de estructura de los datos: clustering

• Unidad didáctica 3. Sistemas de recomendación

• Unidad didáctica 4. Clasificación

• Unidad didáctica 5. Redes neuronales y deep learning

• Unidad didáctica 6. Sistemas de elección

• Unidad didáctica 7. Deep learning con python, keras y tensorflow

• Unidad didáctica 8. Sistemas neuronales

• Unidad didáctica 9. Estrategias de aprendizaje

MÓDULO 7. INTELIGENCIA ARTIFICIAL GENERATIVA

• Unidad didáctica 1. Introducción a la inteligencia artificial

• Unidad didáctica 2. Introducción al pln

• Unidad didáctica 3. ¿qué es un chatbot?

• Unidad didáctica 4. Inteligencia artificial y chat gpt

• Unidad didáctica 5. Chat gpt y su funcionamiento

• Unidad didáctica 6. Creación de un chatbot básico con chat gpt

MÓDULO 8. ASPECTOS ÉTICOS Y LEGALES DE DATA SCIENCE

• Unidad didáctica 1. Ética en data science

• Unidad didáctica 2. Fundamentos legales para data science

• Unidad didáctica 3. Principios de la protección de datos

• Unidad didáctica 4. Transparencia en data science

• Unidad didáctica 5. Data science y la propiedad intelectual

• Unidad didáctica 6. Implicaciones éticas de la inteligencia artificial

MÓDULO 9. PROYECTO FIN DE MÁSTER