FORMACIÓ CONTINUADA

FITXA DEL CURS

21. MACHINE LEARNING APLICAT A LES CIÈNCIES SOCIALS (CURS EN STREAMING)

Presentació

El Machine Learning és una disciplina que beu de l’estadística, la informàtica i l’anàlisi de dades. De fet, molt habitualment, quan parlem de Big Data o intel·ligència artificial ens estem referint en realitat al Machine Learning o alguna de les seves vessants.

Entendre i dominar els fonaments pràctics del Machine Learning permet a qualsevol professional multiplicar el potencial de les dades amb les quals estigui treballant, i fins i tot generar-ne de noves gràcies a la simulació.

Però, en què es basa el Machine Learning realment? En l’ús de llenguatges de programació (R en aquest curs) per al tractament rigorós de dades mitjançant tècniques de Machine Learning o similars. En altres paraules: Aprofitar el potencial computacional dels ordinadors moderns i els avenços en la matemàtica estadística per a extreure la màxima quantitat d’informació (i qualitat) de les nostres dades.

OBJECTIUS

L’objectiu principal del curs és que l’alumnat adquireixi els fonaments pràctics i conceptuals de les tècniques més populars del Machine Learning, i sàpiga com utilitzar-les en el seu dia a dia en la Sociologia/Ciències Polítiques. Aprendrem com utilitzar R de manera senzilla i efectiva per a realitzar anàlisis molt potents sense necessitat de grans habilitats de codi, i sobretot, com interpretar i entendre què estem fent i què en podem extreure.

 

PROGRAMA

PROGRAMA DE CONTINGUTS

 

  • 1a sessió: Fonaments de R pel Machine Learning (R Crash Course)
    • Instal·lació i primers passos amb R
    • Lògica i estructures de programació
    • Tipus d’objectes
    • Treball amb bases de dades
    • Exploració i mineria de dades

 

  • 2a sessió: Fonaments de Machine Learning
    • Què és el Machine Learning? Què podem fer i què no?
    • Modelització vs. Clustering
    • Introducció a la modelització
    • Models de regressió bàsics i avançats
    • Selecció de variables i validació creuada
    • Bonus: Bootstrap

 

  • 3a sessió: Modelització avançada
    • Arbres de classificació i regressió
    • Random Forests
    • Support Vector Machines
    • Models de regressió avançats
    • Neural Networks

 

  • 4ª sessió: Clustering i informació espacial
    • Anàlisi de dades extremes
    • K-Nearest Neighbors
    • K-Means
    • Hierarchical Clustering
    • Altres algoritmes de Clustering

 

En funció de les preferències dels i les participants, es cobrirà el temari de dues de les següents sessions:

 

  • Sessió: Machine Learning Avançat
    • Enginyeria de variables
    • Validacions avançades de models
    • Selecció automàtica de paràmetres
    • Pipelines

 

  • Sessió: Anàlisi de Xarxes
    • Fonaments d’anàlisi de xarxes
    • Tipus de xarxes i com generar-les
    • Clusters, centralitat i influència
    • Exemples de xarxes a les ciències socials

 

  • Sessió: Simulació de processos socials
    • Fonaments de simulació
    • Disseny i creació d’agents
    • Definició de dinàmiques i sistemes
    • Anàlisi de resultats en simulació
    • Comunicació de resultats en simulació

Destinataris

-Tècnics/ques d'investigació social

-Tècnics/ques en investigació de mercats

-Consultors/res

-Qualsevol persona interessada en aquesta matèria

PROFESSORAT

Joan Gasull Jolis. Científic de dades, estadístic i sociòleg. Lead Data Expert a Netmind, professor a la UAB i formador online de LinkedIn Learning.

 

DATA LÍMIT D'INSCRIPCIÓ

Fins el 25 maig de 2020

DATA D'INICI

25 maig de 2020

DATA DE FI

9 juny de 2020

PREU PER COL·LEGIATS/DES I ESTUDIANTS

150 euros (col·legiats en situació d'atur, 20% descompte)

PREU PER NO COL·LEGIATS/DES

195 euros (persones no col·legiades en situació d'atur 10% de descompte)

CALENDARI DE CLASSES

En Streaming a través de la Plataforma ZOOM.

Els Dilluns i Dimarts dies 25, 26 de maig 1, 2, 8 i 9 de juny.

En horari de 17:00 a 20:30.

LLOC ON S'IMPARTEIX

CURS EN STREAMING - PLATAFORMA ZOOM

DOCUMENTACIÓ NECESSÀRIA

Per formalitzar la matrícula del curs, cal adjuntar la següent documentació:

- Còpia del comprovant de pagament del curs (només per aquelles persones que facin el pagament a través de transferència bancària).

- Els estudiants de Ciències Polítiques i/o de Sociologia (amb la meitat de crèdits totals aprovats) gaudeixen d'un preu especial. En cas de ser-ho, caldrà presentar una còpia de la matrícula de la universitat de l'any en curs.

- Per poder gaudir del descompte per aturats, cal aportar document de situació administrativa (SOC). Només és pot gaudir d'un descompte per persona i curs.

FITXA D'INSCRIPCIÓ
DADES PERSONALS
Els camps marcats amb * són obligatoris
DOCUMENTACIÓ A ADJUNTAR (2) (EL NÚM. MÀXIM DE FITXERS ÉS DE 5)
SELECCIONAR ARXIU (adjuntar fitxers en format jpg, pdf o doc)
[+] Adjuntar un altre fitxer
DADES DE L'EMPRESA (Emplenar aquest apartat en el cas que es vulgui facturar a l'empresa)

El Col·legi de Professionals de la Ciència Política i de la Sociologia de Catalunya tracta la informació que ens proporciona amb la finalitat d'oferir-li el servei sol·licitat. Es conservaran les dades facilitades mentre es mantingui la relació o durant els anys necessaris per complir amb les obligacions legals. Les dades no seran cedides a tercers, excepte en els casos en què hi hagi una obligació legal. Vostè té el dret d'obtenir confirmació de si al Col·legi de Professionals de la Ciència Política i de la Sociologia de Catalunya estem tractant les seves dades personals, així que té dret a accedir a les seves dades personals, rectificar les dades inexactes o sol·licitar la seva supressió quan les dades ja no siguin necessàries.

Responsable: Identitat: Col·legi de Professionals de la Ciència Política i de la Sociologia de Catalunya-NIF: Q5856239H Direcció postal: C/Roger de Llúria, 155; Entresòl 1a; 08037 Barcelona Telèfon: 932414122 Correu electrònic: colpis@colpis.cat

(1) El preu per estudiant s'aplica exclusivament als estudiants de les llicenciatures de Ciències Polítiques i Sociologia.

(2) Per considerar efectiva la matrícula és imprescindible fer arribar al Col·legi, abans de l'inici del curs, els documents que s'indiquin a la fitxa de cada curs.

(3) El COLPIS no garanteix la realització d’aquesta activitat formativa si no s’arriba a un número mínim d’alumnes.

(4) Una vegada formalitzada la matrícula no es retornarà l’import de la mateixa excepte que l’organització anul·li l’activitat formativa.

Share This