Información
Contenido del Programa
El Diploma de Especialización en Ciencia de datos geográficos está estructurado en 4 módulos:
Ciencia de datos e información espacial (10 horas):
Introducción a la ciencia de datos en el marco de la información geográfica y desde las necesidades, demandas y oportunidades que brinda la Geografía y ciencias afines. Se proporcionan los conceptos básicos sobre la información geográfica y su integración en los proyectos de ciencia de datos, para los que es necesario el manejo de herramientas específicas.
Fundamentos de R (120 horas)
R es un lenguaje de programación enfocado al análisis estadístico, pero la enorme variedad de paquetes de funciones de código abierto, le posibilitan para su uso como un SIG avanzado con el que aplicar funciones de análisis espacial y visualización. En esta asignatura se aportarán los fundamentos básicos del lenguaje para un tratamiento básico de la información geográfica y su visualización. Una parte de la formación en estadística es básica para aplicar correctamente las instrucciones en formato de script.
Aplicaciones y modelos en entorno R (160 horas)
Se progresará en el análisis de casos de estudio relacionados con la información geográfica. Desde el análisis espacial propio de un SIG, pero con las posibilidades aprendidas en módulos anteriores, se avanzará en la generación y aplicación de modelos basados en inteligencia artificial para solucionar problemas territoriales derivados de los datos con base espacial.
Aplicaciones y desarrollos en entorno R (50 horas)
Se profundizará en la gestión de proyectos en entornos de trabajo colaborativos y con volúmenes de datos que exceden las capacidades de las herramientas tradicionales. Se aprenden estrategias de intercambio de flujos de trabajo y de resultados. Se introduce al uso de la computación de alto rendimiento para la reducción de datos en los resultados finales.
Métodos de aprendizaje:
Videos
Normalmente proporcionaremos todos los materiales, lecturas y enlaces para que puedas aprender por ti mismo. Sin embargo, se necesitará algo de «teoría», por lo que organizaremos algunas videoconferencias simétricas (en directo) o asimétricas en las que introduciremos algunos conceptos básicos necesarios para dar contexto a la parte práctica.
Labs
El objetivo de los labs es proporcionarte experiencia práctica en el análisis de datos mediante el uso de software estadístico moderno. Los laboratorios son tutoriales autodidácticos con ejemplos, completamente documentados. Todos los labs incluyen algunos ejercicios cortos que deberás completar, creando un «informe de lab» (ya veremos cómo). Puedes hacer el informe de lab en cualquier momento, pero siempre antes de que salga la siguiente unidad.
Lecturas complementarias
En algunas sesiones recomendaremos algunas lecturas externas para ampliar o consolidar conceptos. No suelen ser obligatorias, pero sí muy recomendables.
Tareas
Además de las actividades en clase, a lo largo del semestre se le asignarán tareas de análisis de datos de mayor envergadura. Estas tareas se realizarán individualmente y se fijará una fecha límite.
Exámenes
Podrá haber exámenes parciales que se deberán realizar individualmente. En cada examen se pedirá que realicéis una serie de pequeñas tareas de programación y/o análisis relacionadas con el material presentado en el curso. La estructura y el contenido exactos de los exámenes se discutirán con más detalle antes de asignarlos.
Tutorías
Rrecomendamos encarecidamente que aprendas a obtener ayuda de la comunidad R. También puedes utilizar la herramienta del foro. Si algunos conceptos no son totalmente comprendidos por la mayoría de vosotros, podemos organizar tutorías virtuales.
Evaluación
El sistema de evaluación lo determinará el profesorado para cada uno de los módulos.