Acerca del evento

Categorías:
Educación
Etiquetas:
Actividades formativas de Doctorado
doctorado

 

Dirigido a: Estudiantes de doctorado en Ciencias de la Vida y la Salud (Biología, Farmacia, Veterinaria, Medicina, Enfermería, Odontología, etc.)

OBJETIVOS:

- Interpretar conceptos básicos de Estadística para el abordaje de problemas en ciencias de la vida y la salud.

- Elaborar exploraciones de datos que permitan definir modelos de trabajo con Machine Learning.

- Realizar validaciones cruzadas para verificación de procedimientos de análisis.

- Definir el tipo de problemas que se pueden abordar con Inteligencia Artificial.

- Conocer distintos algoritmos que se utilizan en Machine Learning.

- Diseñar flujos de trabajo para técnicas de Machine Learning.

- Saber utilizar software especializado para modelos de Machine Learning e inteligencia artificial.

 

CONTENIDO:

- Introducción a big data y minería de datos.

- Técnicas de aprendizaje automático (machine learning) para modelos predictivos: regresión lineal, árboles de decisión (decision trees), bosques aleatorios (random forests) y boosting.

- Algoritmos de búsqueda de asociaciones: a priori.

- Algoritmos de aprendizaje automático e inteligencia artificial para procesos de clasificación: regresión logística, modelos naive bayes, técnicas svm, redes neuronales y deep learning. Utilización de árboles de decisión (decision trees), bosques aleatorios (random forests) y boosting en clasificación.

 

NÚMERO DE PLAZAS: 24

NÚMERO DE HORAS: 12

Las inscripciones se harán  hasta el 17 de mayo. Es requisito, obligatorio, que la inscripción se realice con la cuenta de correo institucional  (xxx@ucm.es

(Le recordamos que de acuerdo con el Reglamento de Actuación y Funcionamiento de la Universidad Complutense de Madrid por medios electrónicos, usted tiene la obligatoriedad del uso del correo electrónico de la UCM para cualquier comunicación o acción con esta universidad. 

Por tanto, para la inscripción al evento, usted, como miembro  de la comunidad universitaria deberá usar su cuenta de correo @ucm)

No se tendrán en cuenta las inscripciones realizadas con otros correos electrónicos.

Lugar del evento

Aviso legal | Contacto Plataforma de organización de eventos Symposium Copyright © 2025