CURSO ONLINE SOBRE DATA SCIENCE APLICADO A LOS SIG
MODALIDAD: ONLINE
INICIO: 24 DE OCTUBRE - 21 DE DICIEMBRE (150 horas)
PRECIO: 1.080€ (matrícula normal) | 972€ (matrícula estudiante/desempleado)
EMPRESAS: Subvencionable a través de la FUNDACIÓN ESTATAL PARA LA FORMACIÓN EN EL EMPLEO

Vivimos rodeados de datos y cada vez es más complicado gestionar y obtener conclusiones con el gran volumen de información (Big Data) que existe en la actualidad.
Este curso ofrece las nociones fundamentales y las herramientas adecuadas para gestionar y analizarlos de manera eficaz obteniendo el máximo partido de ellos.
A lo largo del curso, el alumno aprenderá desde el manejo básico de esos datos, pasando por la iniciación en la estadística y llegando al tratamiento con algoritmos avanzados de Machine Learning. Se trabajará con programas que permiten la creación de gráficas de manera que la visualización de ese trabajo permitirá entender mejor los resultados.
Al final del curso, los alumnos habrán adquirido los conocimientos necesarios para ser un Data Scientist con los que mostrar y analizar información geoespacial, de una manera accesible, intuitiva y profesional.
- Enseñar al alumno los conocimientos más actuales y novedosos en el campo del análisis de datos científicos (Data Science) asociados con los Sistemas de Información Geográfica (SIG).
- Conocer los programas y extensiones que permiten al usuario analizar sus datos científicos.
- Realizar ejercicios prácticos que permitan al alumno la asimilación de conocimientos en este área de manera que pueda desarrollar proyectos en este sentido.
El curso está dirigido a todos aquellos estudiantes y profesionales que estén interesados en mejorar su perfil profesional en Data Science.
PARTE 1: INTRODUCCIÓN AL LENGUAJE DE PROGRAMACIÓN R
Ud.1 - PROGRAMACIÓN CON R
- ¿Qué es R?
- Instalación de software
- Desarrollo proyecto en RStudio
- Vectores y Matrices
- Listas
- DataFrames
- ¿Qué hacer con los Missing Values?
- Evaluación
Ud.2 – ESTADÍSTICA EN R
- Funciones estadísticas
- Tipo de estadística por grupo de datos
- Relación entre variables
- Distribuciones de probabilidad
- Correlación multivariable
- Descripción de dataset
- Gráficos de nubes depuntos
- Matrices de gráficos
- Trabajando con variables cualitativas
- Evaluación
PARTE II. MACHINE LEARNING
Ud.3 - INTRODUCCIÓN A MACHINE LEARNING
- Introducción a Machine Learning
- Tipos de algoritmos
- Diferencia entre aprendizaje supervisado y no supervisado
- Aprendizaje supervisado
- Aprendizaje no-supervisado
- Aplicaciones de Machine Learning
- Evaluación
Ud.4 – REGRESIÓN LINEAL
- Errores en la estimación
- Regresión lineal simple
- Residual Sum of Squares (RSS)
- Análisis de los parámetros estimados
- Estimación de parámetros en R
- Precisión del ajuste del modelo
- Regresión Lineal Múltiple
- Gráficos
- Evaluación
Ud.5 - MACHINE LEARNING
- Regresión logística
- Clasificación K Nearest Neighbors (K-NN)
- Árboles de decisión
- Support Vector Machines (SVM)
- Evaluación
Ud.6 - CLUSTERING
- K-means Clustering
- Hierarchical Clustering
- Evaluación
PARTE III. SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y MACHINE LEARNING
Ud.7 - ANÁLISIS DE DATOS VECTORIALES Y R
- Capas vectoriales tipo punto
- Capas vectoriales tipo línea
- Capas vectoriales tipo polígono
- Uso del paquete “rgeos“
- Evaluación
Ud.8 - TRATAMIENTO DE DATOS RÁSTER Y R
- Lectura de un archivo ráster
- Visualización de datos ráster
- Acceso a los datos del archivo ráster
- Visualización avanzada con RasterVis
- Conversión ráster a vectorial.
- Conversión de Spatial DataFrame a DataFrame
- Descripción ráster satélite Landsat
- Evaluación
Ud.9 - TRABAJANDO CON DATOS SIG
- Uso de datos SIG en R
- Machine Learning en un SIG
- Evaluación
PARTE IV: INTERACCIÓN CON LOS DATOS
Ud.10 - ¿QUÉ ES RSHINY?
- Despliegue aplicación web interactiva
- Evaluación
PARTE V: PROYECTO
Ud.11 - DESARROLLO PROYECTO DEL CURSO
En esta unidad se establecerán las bases para el desarrollo del proyecto del curso

Beatriz Ramos López
Licenciada en Biología por la Universidad de Sevilla. Máster en «Sistemas de Información Geográfica» (ESRI) y Máster en «Tecnologías de Información Geográfica» (UAH).
Más de ocho años de experiencia profesional en formación y consultoría en proyectos relacionados con el SIG y la Teledetección y lenguajes de programación como JS, Python o R.
Participación en proyectos basados especialmente en el ámbito del Web GIS y su visualización en páginas web, así como, en la gestión de base de datos en PostGIS. Actualmente interesada en el campo del «Data Science» y la visualización de datos.

Jose Mari Uribarri Landa
Ingeniero en Geomática y Topografía graduado por la Universidad de Santiago de Compostela. Máster en Geotecnología y Desarrollo de Proyectos SIG por la Universidad de Oviedo.
Experiencia en creación de visores web para uso agrícola, implementación de redes neuronales para teledetección, programación GIS y manipulación de datos con Python. Interesado en la aplicación de nuevas tecnologías para la recopilación, transformación y utilización de datos de en los ámbitos medioambiental, forestal y agrícola.
Formación a distancia con la plataforma Moodle, para acceder a los contenidos del curso, realizar prácticas y consultas al equipo docente.
La plataforma está disponible 24 horas al día y a través de la misma el alumno/a podrá solicitar ayuda del profesorado en todo momento. Consultar material formativo online, descargar información, realizar ejercicios prácticos y realizar tests.
Además los profesores facilitarán de forma progresiva la información básica de partida para la realización de un caso práctico final. Nuestros cursos son subvencionables a través de la Fundación Estatal para la Formación en el Empleo.
1080€ (normal) / 900€ (reducida)*
* Para disfrutar del precio reducido tan sólo es necesario aportar algún documento oficial que indique su situación de estudiante o desempleado.
** Curso subvencionable a través de la Fundación Estatal para la Formación en el Empleo. Si es trabajador con nómina en una empresa española, puede acceder al crédito anual para la formación continua de los trabajadores. Puede solicitar más información en el correo formacion@tycgis.com.
** Si desea conocer el precio en otras monedas, puede consultarlo en el siguiente conversor online: The Money Converter

Paso 2. En cuanto lo recibamos, te enviaremos un mensaje de confirmación con los pasos a seguir para la realización del pago.

Paso 4. Recibirás la confirmación de la matrícula.
Consulta nuestra * Política de devolución.

TRANSFERENCIAS NACIONALES:
NÚMERO DE CUENTA: 0049 1809 222710347481 (Banco Santander)
BENEFICIARIO: TYC GIS Soluciones Integrales SL
CONCEPTO: “Nombre Alumno” y CURSO ON DATA GIS
TRANSFERENCIAS INTERNACIONALES:
NOMBRE DEL BANCO: Banco Santander
DIRECCIÓN DEL BANCO: Glorieta Ruiz Jiménez 1, 28015 Madrid (España).
BENEFICIARIO: TYC GIS Soluciones Integrales SL
DIRECCIÓN DEL BENEFICIARIO: Calle Fuencarral 158, Entreplanta, Oficina 16-17 28010 Madrid (España).
NÚMERO DE CUENTA: ES90 0049 1809 222710347481
SWIFHT: BSCHESMM – IBAN: ES90
Si tiene dificultades para realizar el pago, contacte con formacion@tycgis.com