|
1.INTRODUCCIÓ A LA DATA SCIENCE, BIG DATA, DEEP LEARNING I MACHINE LEARNING- 6 hores
- Definició dels diferents conceptes relacionats amb la ciència de les dades (Data Science)
- Teoria de diferents mètodes com Machine Learning (supervisat, no supervisat i semi)
- Il·lustració amb casos reals (Morale Machine)
|
|
2.DATA-DRIVEN MANAGEMENT - 6 hores
- Models de negoci Data-Driven
- Desafiaments legals del Big Data - el Big (Brother) Data
- Organització Data-Driven: nova estratègia corporativa
- Model Canvas d'Intel·ligència Artificial
- Testimoni d'un Data Scientist sobre l'impacte del Big Data a la seva empresa
|
|
3.ANÀLISI EXPLORATORI DE DADES - 12 hores
- Pràctica sobre casos reals de Big Data
- Ús de dades obertes
- Il·lustració amb problemàtiques de RRHH, Marketing, Salut, etc.
|
|
4.MODELS DE MACHINE LEARNING SUPERVISAT I NO SUPERVISAT - 24 hores
- Pràctica en Python d'algoritme de Machine Learning supervisat (Knn, RF, SVM)
- Pràctica en Python d'algoritme de Machine Learning no supervisat (PCA, AGNES, DIANA)
- Aplicació a casos reals de negoci
|
|
5.DATA STORY TELLING I VISUALITZACIÓ DE DADES - 14 hores
- Data Story Telling: metodologia
- Principis de disseny: color, forma i pensament visual
- Aprendre tècniques d'interacció amb les dades
- Explorar les eines més comunes per a la creació de gràfics: Tableau o Power BI
- Eines de visualització de dades: Reporting i Dashboarding
|
|
6.PROJECTE I CAS REAL DE NEGOCI - 10 hores
- Aplicació a un cas real: el teu negoci
|
