El sitio web de la UCLM utiliza cookies propias y de terceros con fines técnicos y de análisis, pero no recaba ni cede datos de carácter personal de los usuarios. Sin embargo, puede haber enlaces a sitios web de terceros, con políticas de cookies distintas a la de la UCLM, que usted podrá aceptar o no cuando acceda a ellos.

Puede obtener más información en la Política de cookies. Aceptar

Rama de Ciencias Sociales y Jurídicas

Curso Universitario de Formación Avanzada en Modelización Estadística y Minería de Datos (con R software)

Ciencias Sociales y Juridicas
Icono del Area del estudio
Creditos

Créditos totales

27 Créditos obligatorios

Créditos optativos

Número de plazas
50
Lugares de impartición

Online

Organizado por la Facultad de Ciencias Jurídicas y Sociales (Toledo) 

Responsables del título
Gema Fernández-Avilés Calderón (Directora)
Román Mínguez Salido (Secretario)
Modalidad

Online

Precios

27 ECTS x 33,33 €/ECTS = 899,91 €

Composición

Modular

Información General

El plan de estudios está diseñado para proporcionar al alumno una sólida formación para el desempeño de la actividad profesional relacionada con Modelización y la Analítica de Datos, dentro del proceso complejo que supone la transformación de datos, estructurados y no estructurados susceptibles de ser explotados desde un punto de vista económico, empresarial, médico, científico, ingenieril o cualquier otro campo interesado.

El Curso Universitario de Formación Avanzada en Modelización Estadística y Minería de Datos (con R software) podrá ser reconocido por 27 créditos ECTS del título de Máster en Data Science & Business Analytics (con R software) siempre que el estudiante cumpla con los requisitos de acceso al Máster.

  • Identificar correctamente el tipo de problema estadístico correspondiente a unos objetivos y unos datos determinados, así como las metodologías más adecuadas a aplicar a dichos objetivos y datos.
  •  Conocer y utilizar las técnicas y herramientas de visualización de datos, que permiten identificar patrones de forma visual o presentar los resultados de una forma clara y concisa.
  • Analizar y procesar mediante técnicas elementales del Big Data, de la Ciencia de Datos y de la Inteligencia artificial la información disponible.
  • Desarrollar modelos de análisis de datos y visualizar los resultados, facilitando la interpretación y publicación de los mismos.

El programa formativo está dirigido a alumnos de último curso universitario, titulados universitarios (profesionales o recién titulados) de cualquier área de conocimiento que tengan como objetivo aprender y/o profundizar en la Ciencia de Datos.

Los estudiantes que cursen, además, el Curso Universitario de Formación Avanzada en Técnicas Estadísticas Avanzadas e Inteligencia Artificial (con R software) y realicen en Trabajo Fin de Máster obtendrán el título de Máster en Data Science & Business Analytics (con R software) siempre que cuenten con titulación universitaria (Licenciatura, Grado o Ingeniería).

 

Novedades
Acceso y matrícula

Plazos

Preinscripción

 Del 01/06/2022 al 29/09/2022

Matrícula

 Del 10/06/2022 al 04/10/2022

Impartición

 Del 19/09/2022 al 31/07/2023




Precio del curso: 27 ECTS x 33,33 €/ECTS = 899,91 €

Fraccionamiento: No

Bonificaciones: Sí

  • Bonificación del 10% para alumnos con discapacidad acreditada igual o superior al 33%.
  • Bonificación del 10% para los alumnos o egresados de la UCLM.
  • Bonificaciones para estudiantes provenientes de otras universidades, asociaciones o empresas con convenio específico para este curso con la UCLM, hasta los límites estipulados en el convenio en cuestión.
  • Bonificación del 10% para alumnos que se matriculen antes de 31 de julio de 2022.

* Estas bonificaciones no son acumulables.

Curso bonificable a través de Fundae 

Requisitos de admisión:

Alumnos de último curso universitario, titulados universitarios (profesionales o recién titulados) de cualquier área de conocimiento que tengan como objetivo aprender y/o profundizar en la Ciencia de Datos

Documentación para formalizar la preinscripción:

  • DNI/pasaporte/documento de identidad en vigor

Instrucciones preinscripción y matrícula

Los alumnos admitidos deberán formalizar su automatrícula, para ello deberán acceder a la página de automatrícula con su usuario y contraseña

Acceder a la MATRÍCULA online

Para realizar el abono se podrá utilizar una de las siguientes opciones:

  • Pago por RECIBO BANCARIO, deberán imprimir la carta de pago y presentarla en una de las entidades bancarias colaboradoras (aparecen en la carta de pago) y realizar el abono correspondiente, sólo para pagos realizados en España.
  • Pago con TARJETA BANCARIA.

SOLICITUD DE FACTURAS

Todos los alumnos interesados en recibir factura acreditativa del pago de la matrícula deberán solicitarlo a la organización del curso (administrador/a del centro) en el mismo momento de la matriculación, adjuntando la documentación actualizada del IAE del alumno o de la empresa que abona el pago.  Este derecho caducará el día 16 del mes siguiente a la fecha del ingreso del primer plazo.

Plan de estudios
CURSO UNIVERSITARIO DE FORMACIÓN AVANZADA EN MODELIZACIÓN ESTADÍSTICA Y MINERÍA DE DATOS (CON R SOFTWARE)      
    
Código
Descripción
ECTS
 

403100

INTRODUCCIÓN A LA CIENCIA DE DATOS

0,5

G

AN

403101

SOFTWARE ESTADÍSTICO R

5

G

AN

403102

ARQUITECTURA DE DATOS Y TECNOLOGÍAS BIG-DATA

4

G

AN

403103

FUNDAMENTOS DE ESTADÍSTICA

3,5

G

AN

403104

MODELIZACIÓN ESTADÍSTICA

7,5

G

AN

403105

DATA MINING BÁSICO

6,5

G

AN

 

Total de Créditos ECTS

27

G: Obligatoria O: Optativa PE: Prácticas Externas TFM: Proyecto o Trabajo Fin de Estudios AN: Anual C1: 1º Cuatrimestre C2: 2º Cuatrimestre

 

 

 

El Curso Universitario de Formación Avanzada en Modelización Estadística y Minería de Datos (con R software) es de carácter online. Todas las clases teóricas y prácticas, así como las masterclasses, se realizarán de manera online.

Para las clases teóricas y prácticas se facilitarán contenidos online en diversos formatos: video clases asíncronas y material escrito online. Los alumnos tendrán la posibilidad de horas de tutorías con sus profesores y de consultar dudas mediante correo electrónico. Además, se realizará una tutoría síncrona de cada tema explicado.

Las masterclasses, que contarán con profesionales provenientes de diferentes áreas de conocimientos, serán transmitidas en directo por videoconferencia a través de sesiones síncronas. Las plataformas utilizadas entre otras son: MS Teams y Campus Virtual.

Las clases síncronas tendrán horario de tarde para facilitar la conciliación laboral y de los estudiantes con distinta franja horaria (mayoritariamente latinoamericanos). 

Para la evaluación de la asignatura se tendrá en cuenta dos aspectos:

  1. Distintos análisis de casos prácticos de los conocimientos relativos al módulo/asignatura (que ponderan el 70% de la nota final de la asignatura).
  2. Un test de evaluación de los conocimientos adquiridos una vez finalizada la asignatura (que pondera el 30% de la nota final de la asignatura).
Profesorado