“Ingeniería de datos: una visión introductoria”

La intensa digitalización de prácticamente todos los
aspectos de su actividad está llevando a empresas y
organizaciones a recoger, almacenar, organizar y,
sobre todo, entender grandes volúmenes de datos
para, a continuación, explotar ese conocimiento.
Esta necesidad, en cierto sentido todavía difusa, se
está recogiendo en términos como Data Mining, Big
Data o Data/Business Analytics y empieza a tener
una importancia considerable en áreas como Banca
y Seguros, Biociencia, Biomedicina y Salud,
Telecomunicaciones, Transporte, Logística y
Distribución, Energía y Medio Ambiente, Defensa y
Seguridad o las propias Administraciones públicas.
Varias tecnologías, como Bases de Datos, Data
Warehouses, Computación de Altas Prestaciones o
Visualización, ubicadas en las distintas partes del
flujo de datos, están detrás de este proceso. Pero
según se asciende en la comprensión y eventual
explotación de los datos, el conocimiento y
utilización de distintos métodos
de análisis
cuantitativo que combinen una disponibilidad
amplia, una fácil explotación y una trayectoria
contrastada de éxito se está poco a poco
convirtiendo en algo imprescindible en cualquier
entidad que vea en sus datos una oportunidad de
mejora de procesos o de desarrollo de negocio.
Real Academia de Ingeniería
Curso
“Ingeniería de datos:
una visión introductoria”
REAL ACADEMIA DE INGENIERÍA
Teléfono: 91 528 20 01
C/ Don Pedro, 10 – 28005 Madrid
www.raing.es
Madrid
14, 21 y 28 de marzo de 2014
Consciente de la emergencia de esta nueva
“ingeniería de datos”, la Real Academia de Ingeniería
ha organizado el curso Ingeniería de datos: una
visión introductoria. Impartido por especialistas de
reconocido prestigio, el curso busca dar a conocer
los aspectos teóricos y prácticos de las herramientas
avanzadas en esta materia, tanto tecnológicas
(infraestructuras, lenguajes, entornos), como
científicas
(modelos
relacionales,
métodos
estadísticos,
aprendizaje
automático)
que
progresivamente se están situando en el núcleo de
las antes mencionadas áreas de Data Mining, Big
Data o Data/Business Analytics.
14 de marzo
21 de marzo
28 de marzo
10.00 a 14.00 horas
10.00 a 14.00 horas
10.00 a 14 horas
1. Procesamiento de datos e infraestructura
3. Redes neuronales, aprendizaje y adaptación
5. Redes Bayesianas
Fundamentos del análisis de datos
Tecnologías de almacenamiento y
procesamiento de datos
Introducción. Redes neuronales
artificiales
Fundamentos de las redes bayesianas
Modelización y optimización
Inferencia en redes bayesianas
Tecnologías de análisis de datos
Aprendizaje
Aprendizaje de redes bayesianas a partir
de datos
Aspectos prácticos
Aspectos prácticos
Aspectos prácticos
16.00 a 20.00 horas
16.00 a 20 horas
16.000 a 20.00 horas
2. Aprendizaje de reglas de negocio
4. Conjuntos de máquinas
6. Sesiones prácticas y conclusión
Modelos clásicos
Otros modelos clásicos
Modelos relacionales
Aspectos prácticos
Cuadro docente
Daniel Borrajo Millán, Catedrático de
Ciencias de la Computación e IA, UC3M
José R. Dorronsoro Ibero, Catedrático de
Ciencias de la Computación e IA, UAM
Aníbal Figueiras Vidal, Catedrático de
Teoría de la Señal, UC3M
Pedro Larrañaga Mújica, Catedrático de
Ciencias de la Computación e IA, UPM
David Ríos Insúa, Catedrático de Estadística
e IO, URJC
Introducción. Comités
Mezclas de expertos. Fundamentos de
“boosting”
“Boosting”
Correlación negativa. Conclusiones
Fecha límite de inscripción:
28 de febrero
Precio del Curso:
550 € general
450 € empresas adscritas a la
Fundación “Pro Rebus Academiae”
El pago se realizará al formalizar la
inscripción
Casos de estudio
Revisión general del curso y conclusiones
Lugar de celebración:
Real Academia de Ingeniería
C/ Don Pedro, 10
28005 Madrid
Persona de Contacto:
Ana Balmaseda
Telf: 91 528 20 01
abalmaseda@raing.es