Técnicas de análisis de datos y Big Data

Analiza los datos para la toma de decisiones

Con este curso aprenderás a combinar grandes cantidades de datos para tomar decisiones acertadas a partir de evidencias objetivas.

Qué vas a aprender

En el curso el alumnado adquiere una visión sobre:

  • Técnicas y métodos para analizar y visualizar datos en una sola dimensión y en múltiples dimensiones, por medio de herramientas estadísticas, software y modelos.
  • Metodologías más avanzadas para modelado y análisis de datos aplicadas al ámbito de la econometría.
  • Métodos, tecnologías y herramientas más importantes para el análisis de grandes volúmenes de datos (big data).
  • Tendencias y aspectos de vanguardia más importantes que van a influenciar el desarrollo de los métodos, técnicas y herramientas vistos en el curso durante los próximos años.

Módulos del curso

  • 1. Análisis y visualización de datos univariantes
  • 2. Análisis y visualización de datos multivariantes
  • 3. Técnicas econométricas (modelización y predicción)
  • 4. Big Data: Conceptos, métodos y tecnologías
  • 5. Tendencias de análisis y datos y Big Data

 

Equipo docente

Ana Elizabeth García Sipols

Licenciada en matemáticas por la Universidad Complutense de Madrid (UCM) en 1996, Doctora en Matemáticas por la Universidad Carlos III de Madrid (UC3M) en 2004. Profesora Titular de Universidad del área de Estadística e Investigación operativa. Participa en proyectos de investigación de la UC3M y URJC. Ha cursado el programa de doctorado en Ingeniería Matemática de la UC3M. Sus intereses de investigación  se centran en las Series Temporales no estacionarias, Inferencia no paramétrica y Técnicas de remuestreo y análisis y desarrollo de técnicas de predicción para series temporales

Clara Simón de Blas

Profesora contratado doctor y coordinadora del grado de Matemáticas en la URJC. Previamente ha trabajado en la Universidad de San Louis, Avon Cosmetics, I.C.A. y Bayes Forecast como jefe de proyectos. Participa en proyectos de investigación de la UCM y URJC. Ha colaborado con la Universidad de Graz (Austria) y Berkeley (USA) realizando estancias postdoctorales. Sus líneas de investigación actuales son: series temporales, gestión y eficiencia de organizaciones públicas, aplicaciones de estadística, redes sociales y logística humanitaria.

José Felipe Ortega Soto

Investigador, director académico del Máster en Data Science en la URJC. Ha trabajado como coordinador e investigador en más de 35 proyectos nacionales e internacionales. Ha impartido conferencias en prestigiosas instituciones como el Xerox PARC o el Instituto Cervantes. Su investigación se centra en colaboración masiva en Internet, así como aplicación de técnicas y métodos de ciencia de datos.