Experto en Metodología de Investigación Cuantitativa: Técnicas Estadísticas y Machine Learning

Durante los últimos años se ha producido una verdadera revolución en el área de la Estadística y el Análisis de Datos. En cualquier entorno, académico, científico, industrial, empresarial, y en la sociedad en general, han surgido nuevas necesidades que tienen que ver con la disponibilidad creciente de datos.

Para ello este curso pretende enseñar de manera rigurosa las herramientas principales que constituyen el nuevo universo del análisis estadístico de datos que combinan los modelos clásicos con las nuevas metodologías de machine learning.

Nuestra historia

Los cursos de Metodología de investigación cuantitativa, técnicas estadísticas, nacieron en 1986 por iniciativa de Juan Eugenio Iglesias, director del Departamento de Postgrado y Especialización del Consejo Superior de Investigaciones Científicas, para cubrir la necesidad de formación en el análisis cuantitativo de datos tanto a los investigadores en formación, como al reciclaje y puesta a punto de los profesionales, en un entorno de facilidades de los recursos informáticos en la década de 1980, por la aparición de los ordenadores personales.

Más adelante se acudió a la experiencia del Laboratorio de Estadística de la ETSI Industriales de Madrid, entonces dirigido por Daniel Peña, con cuyo equipo se organizaron de manera continuada  las ediciones a partir de III edición (1989). La convocatoria de los cursos se mantuvo desde el CSIC y la Universidad Politécnica de Madrid responsables Jesús Juan Ruiz, catedrático de Estadística (UPM), y Francisco Fernández Izquierdo, investigador (Instituto de Historia, Centro de Humanidades y Ciencias Sociales, CSIC), hasta la última celebrada, la XXVII (2013).

A lo largo de esta etapa se han formado más 600 profesionales muy cualificados de disciplinas tan variadas como la geología, medicina, sociología, economía, biología, arqueología, historia, filología, ingenieros y técnicos de empresas de múltiples sectores, militares y profesionales de las fuerzas armadas, sindicalistas, altos funcionarios, y muchos investigadores en formación que elaboraban sus tesis doctorales.

La revolución que ha supuesto el análisis de gran cantidad de información big data, llevó al planteamiento de un diseño actualizado de los contenidos del curso, con técnicas adecuadas a la demanda y estado del arte de las ciencias estadísticas y la inteligencia artificial. Esta puesta al día de los contenidos, con la tradición de más de un cuarto de siglo de convocatorias, se integran en el programa ofrecido actualmente desde la ETSII y el CSIC.

Qué nos diferencia?

Este programa se ha impartido con éxito durante más de 20 ediciones. Los profesores con experiencia docente y experimentados en la solución de problemas reales. El curso atrae alumnos postgraduados de instituciones científicas (universidades, CSIC, laboratorios de investigación) y empresas que enriquecen el proceso formativo.  Los alumnos tienen procedencias muy diferentes y objetivos muy distintos lo que permite dar una visión muy amplia de los problemas y necesidades en el área de Data Analytics.

La enseñanza es muy aplicada, consiste en la solución de ejemplos reales haciendo hincapié en la interpretación. Es muy flexible, utiliza R/RStudio con software para el análisis y proporciona herramientas muy potentes para el análisis y la generación de documentación. Se proporciona un recorrido muy amplio por los modelos estadísticos de mayor utilidad. Regresión múltiple, regresión logística, análisis cluster, series temporales, random forest, etc.

Dentro de las salidas del mercado laboral más general, Data Analytics se extiende prácticamente a cualquier departamento de la empresa: Recursos Humanos, Finanzas, Marketing, etc. Las empresas grandes y medianas tienen departamentos específicos de Data Analytics. Hoy en día la “explotación” de los datos, ya sean internos, de clientes, de la competencia es una actividad imprescindible para mejorar los resultados de la empresa.  La disciplina de Data Analytics ha tenido y va a tener un enorme crecimiento en mercado laboral general y en las empresas de consultoría de manera especial. A todas estas salidas hay que añadir las salidas tradicionales en los departamentos de investigación y desarrollo de empresas públicas, privadas, organismos oficiales y hospitales.

Objetivo

El programa Experto en Metodología de Investigación Cuantitativa persigue que los alumnos adquieran un buen dominio de las técnicas actuales de análisis de datos.

Desarrollar las herramientas principales que constituyen el nuevo universo del análisis estadísticos de datos que combinan los modelos clásicos con las nuevas metodologías de machine learning.

Cada estudiante del curso persigue un objetivo diferente. El curso proporciona una serie de herramientas analíticas imprescindibles para abordar problemas de forma rigurosa y práctica. El curso permitirá conocer la esencia de los modelos y sus limitaciones y enseñará a implementarlos de forma muy práctica.

Dirigido a
  • Profesionales de cualquier área, ingenieros, médicos, biólogos, graduados en ciencias sociales, investigadores etc. que aspiran a adquirir un buen dominio de las técnicas actuales de análisis de datos. Los alumnos son posgraduados de áreas muy dispares. Una parte de ellos pertenecen a instituciones científicas y estudiantes de doctorado. El resto son profesionales de la industria, hospitales, organismos públicos y empresas en general que trabajan en el área de Data Analytics.
Metodología

Formación Online – Teleformación

Sesiones de teleformación síncronas en vivo (con posibilidad de ver las grabaciones en diferido):

Lunes y Miércoles de 18:30h a 21:30h

El curso consta de clases teóricas y clases prácticas en las que se analizarán datos reales utilizando R y RStudio

Duración:

Inicio Febrero 2023

Finalización Junio 2023

Profesores

Nuestro Claustro está compuesto por profesores con un excelente perfil académico y dilatada trayectoria profesional, orientados a  que el alumno alcance su máximo potencial en el transcurso de su aprendizaje.

En colaboración con:

Programa

Dará una visión muy amplia de las áreas de aplicación de técnicas de análisis de datos, resolviendo problemas de ingeniería, economía, biología, marketing, recursos humanos, medicina, pedagogía, etc.

El programa se articula en 2 unidades que se imparten con una metodología presencial.

1.1 INFERENCIA, VISUALIZACIÓN Y COMUNICACIÓN
– Estadística descriptiva y análisis exploratorio de datos.
– Modelos de probabilidad: la distribución Normal.
– Inferencia. Estimación de los parámetros de la Normal. Intervalos de confianza. Q-Q plot.
– Análisis descriptivo multivariante. Media, varianza y covarianza.
– Matriz de Correlaciones.
– Gráficos de Dispersión.
– Componentes principales. Interpretación y Gráficos importantes.

1.2 MODELO DE REGRESIÓN
– Regresión lineal simple. Estimación. Contrastes.
– Regresión múltiple. Estimación. Contrastes.
– Análisis de residuos. Diagnosis del modelo.
– Variables cualitativas.
– Selección del modelo.
– Predicción.
– Stepwise. Lasso.
– Modelos Aditivos y Regression-Spline.

2.1 MODELOS MULTIVARIANTES
– Análisis factorial. Modelo. Selección de número de factores. Interpretación.
– Componentes principales y Análisis Factorial.
– Análisis Discriminante.

– Análisis Cluster: Métodos jerárquicos y no-jerárquicos. Dendrogramas. Sistemas de encadenamiento. Vecino más próximo. K-means.
– Clasificador : K-nearest-neighbor

2.2 VARIABLES CUALITATIVAS Y MÉTODOS DE CLASIFICACCIÓN
– Regresión logística.
– Modelos lineales generalizados
– Modelos Aditivos generalizados
– Árboles de regresión y clasificación.
– RandomForest. Boosting.

2.3 SERIES TEMPORALES
– Proceso de ruido blanco y procesos estacionarios.
– Función de autocorrelación.
– Modelos autorregresivos AR
– Modelos de Media Móvil MA
– Modelos mixtos ARMA
– Modelos no estacionarios ARIMA
– Modelos estacionales
– Modelos con variables explicativas: modelos Reg-ARIMA

2.4 INTRODUCCIÓN A MACHINE LEARNING
– Redesneuronales.
– Projection pursuit regression.
– Self-organizing maps.
– Deep learning.
– Multidimensional scaling
– Support Vector Machine

¿Necesitas más información?

¿Necesitas más información?

[popup_anything id=”8485″]

Precio 2.250€

Pago aplazado: Matrícula de 600€ y dos pagos (Febrero y Abril)

Posibilidad de financiación.

Posibilidad de becas

Titulación

Experto en Metodología de Investigación Cuantitativa: Técnicas Estadísticas y Machine Learning

Título Propio Universidad Politécnica de Madrid – 15 créditos ECTS.

Dónde se imparte y cuándo se imparte

Formación Online – Teleformación en vivo

Clases: Lunes y Miércoles de 18:30h a 21:30h

Duración: Febrero a Junio 

Si tienes cualquier duda contacta con nosotros

Esperamos poder ayudarte en este proceso

Programas relacionados

MBAi Executive

Es un programa diseñado para impulsar tu desarrollo profesional. Con una metodología flexible y adaptada a tus circunstancias para permitirte dominar conocimientos y habilidades directivas y ayudarte en tu carrera profesional.

Ver más

MBAi Online

Con una innovadora metodología de formación online basada en la práctica y el fomento de la participación activa, diseñado para propiciar el debate y favorecer el intercambio de conocimiento e ideas. Un formato acorde al panorama empresarial actual.

Ver más

IMIM: International Master in Industrial Management

IMIM is an international program that allows students to study in up to 3 European countries. The overall aim of the program is to provide students with a primarily scientific or engineering-based educational background with business skills relevant for pursuing managerial careers in internationally orientated manufacturing and service industries.

Ver más