¡BENEFÍCIATE DE CONDICIONES ESPECIALES EN LA MATRÍCULA HASTA EL 29 DE NOVIEMBRE!
¡CONSULTA CON TU ASESORA!
El curso abarcará los aspectos fundamentales del manejo, análisis, visualización y modelización de datos relevantes para el sector agroalimentario, utilizando las herramientas más actuales.
Al final del curso, los asistentes habrán adquirido los conocimientos y habilidades para:
- Manejar, analizar, visualizar y modelar datos.
- Utilizar las principales herramientas o lenguajes de programación para la ciencia de datos.
El objetivo es que el curso sea altamente práctico y sirva como una sólida introducción a las herramientas presentadas. Se pretende que el estudiante, al finalizar el curso, tenga una base que le permita ampliar sus conocimientos mediante su aplicación en su carrera profesional o en cursos posteriores de profundización.
- Ingenieros del ámbito agroalimentario y de biosistemas.
- Veterinarios.
- Biólogos.
- Conceptos generales y aplicaciones de esta tecnología en el sector agroalimentario.
- Fuentes de datos abiertos del sector.
- Introducción al lenguaje: variables, vectores y expresiones.
- Gestión ordenada de los datos (tidy data).
- Importación de datos y análisis estadístico básico. Estadística: ANOVA y regresión lineal.
- Programación básica: bucles y funciones.
- Programación básica II: condiciones.
- Sistemas de control de versiones: GIT.
- Documentación: Markdown, referencias bibliográficas.
- Bases de datos SQL.
- Análisis de datos en entornos Big Data. MongoDB. Hadoop.
- Análisis de datos espaciales: raster y vector.
- Uso de datos públicos.
- Deep learning: Tensorflow: creación de modelos de aprendizaje automático.
- Aprendizaje supervisado y no supervisado.
- Técnicas de optimización, mejora de modelos.
- Utilización de datos meteorológicos: Meteoblue, Windy, TWC.
- Construcción de mapas de prescripción para la fertilización de cultivos.
- Gestión del riego.
- Genómica para la mejora genética vegetal y animal.
- Seguimiento de cultivos con drones y visión por computadora.
- Procesamiento de datos de sistemas sensores de medición en producción alimentaria.
- Control de datos en el sector ganadero: Control y gestión de producción ganadera. Control de alimentación, bienestar y salud animal.
