Listado de actividades formativas EDCTI

Universidad de Granada | Escuela de Posgrado | Administración electrónica

Buscar

Listado de actividades formativas EDCTI

Descargar versión en PDF

Creatividad, integridad y comunicación en ciencia

  • Profesorado: Isabel Reche Cañabate y Francisco Perfectti Álvarez, Departamentos de Ecología y Genética, Facultad de Ciencias.
  • Duración: 30 horas lectivas presenciales y 10 horas de trabajo no presencial y tutoría grupal (presencial).
  • Fechas: Enero de 2022
  • Horario: Miércoles, jueves y viernes 12, 13, 14, 19, 20, 21, 26, 27 y 28 de enero y 2 de febrero de 2022 + Tutorías grupales.
  • Lugar: Facultad de Ciencias (aula por concretar)
  • Plazas: 25 plazas.
  • Perfil : El curso está dirigido a estudiantes de la Escuela de Doctorado de Ciencias, Tecnologías e Ingenierías (EDCTI). Se dará preferencia a estudiantes que estén cursando el primer año de doctorado, pero también está abierto a estudiantes de otros años en caso de plazas vacantes. No es necesario acreditar conocimientos previos.
  • Plazo de inscripción: Por concretar.
  • Forma de inscripción: Por concretar.
  • Justificación académica: Este curso pretende potenciar la creatividad y analizar el proceso de generación de nuevo conocimiento entre los estudiantes de doctorado. Los estudiantes han sido particularmente entrenados en el pensamiento lógico y racional, prestando poca atención al proceso de generación de ideas novedosas. La ciencia se caracteriza por aportar conocimiento contrastable, es decir riguroso y repetible. Crear ciencia exige, por lo tanto, aunar creatividad con rigor metodológico, puesto que para producir nuevo conocimiento científico es necesario plantear hipótesis falsables y preguntas precisas, aplicando la metodología más adecuada con rigor e integridad. Finalmente, además de los desafíos intelectuales inherentes al proceso de crear nuevo conocimiento, éste ha de ser transferido a otros científicos y finalmente a la sociedad. Por lo tanto, este curso se cimienta sobre tres pilares que consideramos esenciales en la generación de conocimiento: Creatividad, Rigor y Comunicación.
  • Objetivos educativos: El alumno aprenderá/comprenderá diferentes técnicas para fomentar la creatividad, la estructura social del sistema ciencia-tecnología, las fortalezas y debilidades del método científico, las buenas prácticas de laboratorio, las normas de publicación y la forma de reconocer los posibles conflictos de interés y las técnicas para hacer presentaciones efectivas dependiendo del foro de destino.

    El alumno será capaz de: desarrollar su pensamiento crítico y creativo, reconocer conflictos de interés y desarrollar soluciones, mantener un correcto cuaderno de laboratorio, estructurar adecuadamente el contenido de un manuscrito en función de la revista de destino y preparar presentaciones efectivas.
  • Programa:
Tema 1: La transición de estudiante a científico/a. Reflexiones sobre el sistema educativo. Elección de un problema científico relevante. La frontera del conocimiento. El sistema académico y científico español.
Tema 2: Creatividad y potencial creativo individual. Curiosidad y Generación de Ideas. Pensamiento creativo: Intuición, entrenamiento y placer. El proceso del descubrimiento.
Tema 3: Estrategias para fomentar la creatividad. Mentalidad de crecimiento, el pensamiento divergente, lateral y asociativo. Serendipia y oportunidad. Los errores como motor de aprendizaje.
Tema 4: Creatividad colectiva. Tormenta de ideas. Inteligencia colectiva como una propiedad emergente en grupos de investigación. Papel de la diversidad y estructura del grupo en la creatividad colectiva.
Tema 5: El método científico y la inferencia fuerte. El método hipotético-deductivo y el método inductivo en la era del bigdata. Generación de múltiples hipótesis y cómo refutar o confirmar las mismas.
Tema 6: Conducta responsable en ciencia. Origen de las buenas prácticas de laboratorio (GLP) y los sistemas de control de calidad. Integridad, plagio y fabricación. Análisis de casos. Ética en los científicos.
Tema 7: Ciencia patológica y pseudociencia. Autoengaño e interpretación ilusoria o errónea de los datos. Casos de estudio: Lysenko y el declive de la genética en la unión soviética. Pseudociencias y responsabilidad social de la ciencia.
Tema 8: La comunicación entre científicos 1. El poster y la comunicación oral. Recursos gráficos y calidad de las figuras. Técnicas de amplificación de la señal frente al ruido. Enfrentándonos al miedo escénico.
Tema 9: La comunicación entre científicos 2. El artículo científico. Importancia del título, el resumen, la calidad de las figuras y la legibilidad del texto. El párrafo como unidad de escritura. Cómo seleccionar la revista adecuada para mi investigación. Importancia de la “cover letter”. Proceso de revisión por pares y cómo aprender del rechazo. Redactar respuestas a los revisores

Curso en línea de resonancia magnética nuclear, GERMN (12 h)

Curso destinado a alumnos de doctorado con un enfoque práctico hacia la interpretación de espectros 1D y 2D.

  • Programa:
Tema I. Origen de la señal de RMN y núcleos activos en RMN. Desplazamiento químico. Integración. Factores que afectan al desplazamiento químico: efectos inductivos, mesómeros, cargas netas, anisotropía, campos eléctricos, van der Waals, enlaces de hidrógeno, efecto isotópico, efecto del medio. 2 h.
Tema II. El acoplamiento escalar. Espectros de primer orden: notación, tipos de acoplamientos (nJ, n ≥ 2), efecto tejado, árboles de desdoblamiento. Equivalencia química y equivalencia magnética. Relaciones entre estructura y magnitud relativa de los acoplamientos nJHH. Acoplamientos heteronucleares. Desacoplamiento homo y heteronuclear. Acoplamientos de orden superior a 1. 3 h.
Tema III. Concepto de relajación y factores de los que depende. Relación entre tiempos de relajación y estructura. El efecto Overhauser nuclear. Relación entre NOE y estructura. 1 h.
Tema IV. RMN dinámica: escalas de tiempo en RMN, efectos en el desplazamiento químico y en las constantes de acoplamiento. 1 h.
Tema V. RMN-13C{1H}: medida de espectros (efecto del desacoplamientos de 1H). Desplazamiento químico. Factores que afectan al desplazamiento químico. Edición de espectros. 2 h.
Tema VI. Introducción a la RMN bidimensional. Tipos de espectros y ejemplo de aplicación (resolución de problema estructural analizando COSY, HSQC y NOESY, sin otros concimientos previos). 1 h.
Tema VII. Espectros COSY, COSYDQF, TOCSY (incluido TOCSY selectivo), HSQC, HMQC, HMBC, NOESY, HOESY. 2 h.
  • Objetivos. Al finalizar el curso el alumno deberá saber: Las estrategias de asignación estructural mediante la medida de espectros de RMN de alta resolución. La obtención de información estructural derivada de los efectos de relajación y de los procesos dinámicos que afecten a la molécula problema.
  • Tipo de docencia. En línea, mediante la plataforma virtual Blackboard.
  • Profesor. Fernando López Ortiz, Universidad de Almería
  • Con la colaboración de: Real Sociedad Española de Química (grupo especializado en resonancia magnética nuclear)
  • Fechas. 14 de octubre a 4 de noviembre, lunes y jueves de 9 a 11 h.
  • Forma y plazo de inscripción: del 15 de septiembre al 1 de octubre de 2021 a través del siguiente FORMULARIO
  • Planificación:
Jueves 14 Lunes 18 Jueves 21 Lunes 25 Jueves 28 Jueves 04
Tema I/2 h Tema II/2 h Tema II/1 h Tema IV/1 h Tema V/1 h Tema VII/2 h
Tema III/1 h Tema V/1 h Tema VI/ 1 h
  • Evaluación. No se contemplan exámenes. En su lugar se puede proporcionar un certificado de participación si se ha asistido al menos al 80 % del curso.


Inteligencia Artificial en 360º

  • Descripción breve

Es notorio que la Inteligencia Artificial (I.A.) permea todas las áreas de conocimiento y puede tener un impacto relevante en cuestiones sociales y económicas. Sin embargo, también es notorio que en muchos casos no se tiene conocimiento riguroso de sus potencialidades y limitaciones, entendiéndose más como un arcano con nombre bonito que como una disciplina científica bien asentada, que puede proporcionar soluciones a problemas para los que no las hay en todos los ámbitos del saber, y muy particularmente para muchas de las líneas de investigación más avanzadas (en las que se inscriben las tesis doctorales).

De cara a abrir ventanas de oportunidad para la investigación a partir de técnicas y modelos basados en I.A., es fundamental que los doctorandos conozcan de qué hablamos cuando hablamos de esa materia, cuáles son sus limitaciones y cuales sus perspectivas a corto plazo, desde un punto de vista científico, solido y riguroso.

En esta actividad de carácter esencialmente transversal y de máximo rigor científico, se plantea como objetivo principal clarificar las cuestiones básicas asociadas con la I.A., desterrar algunos de los mitos más usuales y proveer una explicación clara y sencilla de las principales técnicas que permiten la construcción de sistemas basados en IA.

  • Perfil

Dirigido a estudiantes de doctorado de

- Escuela de Doctorado de Ciencias de la Salud (EDCS)

- Escuela de Doctorado de Ciencias, Tecnologías e Ingenierías (EDCTI)

- Escuela de Doctorado de Humanidades, Ciencias Sociales y Jurídicas (EDHCSJ)

  • Contenidos

- Un recorrido histórico por la IA.

- Representación del conocimiento.

- “Machine Learning”.

- Métodos de Búsqueda y Optimización.

- Procesamiento del lenguaje natural.

- Técnica de Recuperación de la Información.

- Procesamiento de Imágenes y Video.

- Robótica e IA.

  • Sesiones: Lunes 31/1, Jueves 3/2, Lunes 7/2, Jueves 10/2

Horario: 16:00 a 20:00hs

Luego se desarrollarán tres sesiones adicionales:

- Seminario de Aplicaciones de IA en Ciencias de la Salud

- Seminario de Aplicaciones de IA en Ciencias Sociales y Jurídicas

- Seminario de Aplicaciones de IA en Ingeniería

  • Nº de plazas: 30
  • Fechas (pendientes de confirmación): Lunes 14/2, Miércoles 16/2 y Viernes 18/2

Horario: 16:00 a 20:00hs

  • Lugar (pendiente de confirmación): Escuela Técnica Superior de Ing. Informática y de Telecomunicación


Herramientas de búsqueda y gestión de información para el desarrollo de la Investigación

  • Profesores/as que la imparten: Anne-Vinciane Doucet, Antonio Fernández Porcel, Mª Ángeles García Gil, Esteban López García y Daniel Marín Conesa
  • Duración: 10-13 horas
  • Fechas de realización: 1 al 3 de marzo de 2022
  • Plazo de solicitud: del 7 al 13 de febrero de 2022
  • Forma de inscripción: mediante formulario que estará disponible en el plazo de solicitud
  • Lugar de realización: Aula B3 del Aulario de Posgrado (Ubicación Avenida de Madrid)
  • Horario: de 10:00 a 13:00
  • Perfil: Dirigido a alumnos/as de primer año
  • Nº Alumnos: 40
  • Programa de la actividad:
El curso consta de tres módulos:
1. Perfil de investigador:
- El perfil de investigador. Utilidad y necesidad.
- Necesidad de normalización del nombre de investigador.
-Números de identificación: ORCID, ResearcherID (WoS), Author ID (Scopus).
-Perfil y difusión de la investigación: ventajas y “herramientas”: UGR-Investiga, Google Scholar, Academia.edu, ResearchGate. Dialnet.
-El perfil de investigador y la evaluación de la producción científica. ANECA, DEVA y SICA. El CVN.
2. Bases de datos:
- Bases de datos en: Ciencias, Tecnologías e Ingenierías y Ciencias de la Salud: JCR-Science, JCR-Social Science, WOS, SCOPUS, Digibug: Repositorio Institucional de la Universidad de Granada, SPI, TESEO
3. Gestores bibliográficos:
- Introducción a los gestores bibliográficos
- Gestores bibliográficos: Mendeley, Flow, Endnote




Curso de LaTeX Avanzado

Curso 2021/2022

Hay vida después de Word y PowerPoint!. Este curso está orientado al uso avanzado de LaTeX (software libre), para el maquetado de alta calidad de documentos técnicos y científicos. Se profundizará en la elaboración de material gráfico de interés en diferentes áreas de la Ciencia, Tecnología, e Ingeniería. Está especialmente orientado a alumnos de Doctorado y Master que necesitan publicar artículos, informes técnicos, proyectos, Tesis o Libros.

  • Modo de solicitud: del 1 al 15 de marzo 2022 a través del formulario disponible en este ENLACE (se activará una vez iniciado el plazo de solicitud):

LaTeX Avanzado: Aplicación en Ciencias, Tecnologías e Ingenierías

  • Fechas y horario: 4 a 8, 19 a 22 de abril y lunes 25 de Abril 2022 de 10-12hrs.
  • Plazas: 20.
  • Lugar: 4 a 8, 21, 22 y 25 de abril en aula O09 Facultad de Ciencias, 19 y 20 abril en el aula O06 Facultad de Ciencias
  • Motivación:

El curso surge para dotar al alumnado de doctorado y máster de unas herramientas informáticas apropiadas para aumentar su productividad científica. Tiene como objetivo facilitar el proceso de elaboración de los resultados de investigación, haciendo hincapié en la generación de material gráfico. LaTeX es la herramienta ideal, pero debido a la gran cantidad de opciones disponibles, puede parecer difícil de dominar. Este curso tiene como principal objetivo guiar al alumnado de una manera sencilla y gradual para que se conviertan en usuario avanzado de LaTeX.

  • Requisitos previos:

Conocimientos básicos de LaTeX. Que preferentemente deberían incluir: instalación, compilación, visor/editor de documentos. Se recomienda saber elaborar un documento básico, y conocer funcionalidades elementales como: tablas, bloques, comandos básicos, etc.

  • Perfil:

El curso está dirigido a estudiantes de la Escuela de Doctorado de Ciencias, Tecnologías e Ingenierías (EDCTI)

  • Contenidos:
- Módulo 1: Maquetación de textos en LaTeX y Beamer para presentaciones.
- Módulo 2: Gráficos Vectoriales y uso de paquetes CTAN en LaTeX Ciencias, Tecnologías e Ingenierías.
- Módulo 3: Herramientas avanzadas en plantillas de LaTeX
  • Duración:

20 hrs lectivas presenciales (teórico prácticas), y 32 hrs de trabajo del alumno (2 créditos ECTS). Clases de 2 hrs/diarias. Horario de mañana durante 2 semanas.

  • Profesorado responsable:

- Jose A. Dobado Catedrático de Univ.). Dpto. Química Orgánica. Fac. de Ciencias.

- Isaac Vidal Daza (Escala Técnica Informática). Apoyo a la Docencia. CSIRC

  • Evaluación:

La superación del curso requerirá:

- Asistencia de al menos 70 % de las sesiones (50 % puntuación).

- Elaboración de un documento maquetado con LaTeX (25 % puntuación).

- Defensa oral con Beamer del trabajo realizado. (25 % puntuación).

  
  • Objetivos de Aprendizaje:
  1. Adquirir un nivel avanzado en la maquetación de textos científicos.
  2. Desarrollo de destrezas informáticas orientadas a la mejora de la productividad en el desarrollo de las tareas investigadoras.
  • Programa:

MÓDULO 1: Uso Avanzado de LaTeX para maquetación de textos y Beamer para presentaciones (8 hrs)

Día 1: LaTeX avanzado (2 hrs)

  1. diseño de tablas, trabajo con imágenes y creación de gráficos
  2. ecuaciones y fórmulas
  3. funcionalidades avanzadas en LaTeX

Día 2: Generación de presentaciones con Beamer (2 hrs)

  1. uso de temas y apariencia, organización de contenido
  2. creación de diapositivas, ventanas, bloques y entornos
  3. plantillas de presentaciones y contenido dinámico

Día 3: Bases de datos con Biber y BibTeX (2 hrs)

  1. estilos bibliográficos, personalización
  2. bases de datos bibliográficas
  3. uso de internas/externas/varias

Día 4: Uso de plantillas con LaTeX para el maquetado de los resultados de la investigación (2 hrs)

  1. Plantillas de artículos científicos (ACS, RSC, Wiley, Elsevier, etc.)

MÓDULO 2: Gráficos vectoriales y uso de paquetes de LaTeX en Ciencias, Tecnologías e Ingeniería (6 hrs)

Día 5: PGF/TikZ (2 hrs)

  1. elementos básicos, líneas, caminos, sombreado, formas, colores
  2. otros comandos: nodos, variables, contadores, ciclos, recorte, alcance
  3. uso de librerías y ejemplos de dibujos

Días 6-7: Paquetes CTAN de CIENCIAS, TECNOLOGÍAS E INGENIERÍAS (4 hrs)

  1. dibujo de fórmulas química, reacciones y moléculas.
  2. gráficas de alineado de nucleótidos, péptidos, etc
  3. dibujo de circuitos eléctricos.
  4. escritura de algoritmos, códigos y diagramas de flujo
  5. dibujo de diagramas en ingeniería civil y de una planta química

MÓDULO 3: Herramientas avanzadas en plantillas de LaTeX y presentación de trabajos (6 hrs)

Días 8-9: Maquetación avanzada en LaTeX (4 hrs)

  1. Tesis Doctorales
  2. técnicas avanzadas de índices y glosarios

Día 10: Presentación de trabajos (2 hrs)

  1. mini-exposiciones de trabajos orales y escritos
  2. discusión de resultados
  • Contacto:

Jose A. Dobado Facultad de ciencias
http://www.ugr.es/local/dobado
dobado@ugr.es


Introducción a Python: Elementos básicos del lenguaje

  • Profesorado: Patricia Ruano Roca (UGR)
  • Duración: 20 horas presenciales
  • Fechas y horario: mayo 2022 (pendiente confirmación de fechas)
  • Lugar: por determinar (Presencial)

Se necesita portátil propio (Mac o PC).

  • Plazas y perfil: 15 plazas/edición. Dirigido preferentemente a alumnos/as de primer año de doctorado.
  • Inscripción: por determinar
  • Justificación académica:

Python es uno de los mejores lenguajes para su uso científico y técnico. Tiene algunas características que lo hacen realmente interesante en este ámbito, como son; es interpretado, de alto nivel, muy fácil de aprender, fácilmente extensible y cuenta con una librería estándar con mucha funcionalidad. Este lenguaje está siendo actualmente utilizado por instituciones científicas como la NASA, JPL, y otras como Google, DreamWorks, Disney, etc. Alguna de las características que hacen de Python el lenguaje ideal para cálculos científicos son:

- Es un lenguaje muy fácil de aprender, siendo el lenguaje más recomendado para usuarios que no cuentan con conocimientos de programación.

- Es de código libre, por lo que no requiere una licencia para su uso.

- Es multiplataforma, pudiéndose utilizar en diferentes Sistemas Operativos com MAC, LINUX, Windows, etc.

- Python es un lenguaje de programación real, con todas las características de un lenguaje de programación orientado a objetos, a diferencia de otros lenguajes como matlab que carecen de algunas funcionalidades en este sentido.

- Tiene multitud de módulos y librerías externos que realizan numerosas funciones de gran utilidad para científicos e ingenieros. A este respecto, módulos específicos para realizar cálculos científicos como numpy, matplotlib y scipy, han hecho que este lenguaje esté ganando cada vez más popularidad entre científicos e ingenieros.

- Se integra perfectamente con LaTeX, permitiendo el formateo de ecuaciones y la realización de figuras para artículos científicos o informes técnicos.

- Es extensible y altamente configurable. Librerías como matplotlib permiten realizar infinidad de gráficos de muy alta calidad e interactivos.

En este curso se verán los elementos básicos de un lenguaje de programación como Python; sintaxis, funciones principales, flujos condicionales y bucles, etc. El conocimiento de las bases del lenguaje es un paso previo fundamental para poder sacar el mayor rendimiento de las librerías específicas más utilizadas en los ámbitos científico y técnico.

  • Objetivos educativos, profesionales y competencias generales adquiridas

El alumno sabrá:

1.- Los elementos básicos de un lenguaje de programación

2.- Tipos de variables y su manipulación

3.- Manipulación de listas, tuplas y diccionarios

4.- Flujos condicionales if y recursivos for

5.- Funciones básicas del lenguaje

6.- Creación de funciones propias

7.- Control de código y manejo excepciones

El alumno será capaz de:

1.- Crear scripts en python para resolver problemas

2.- Leer y analizar un programa escrito en Python

3.- Manejar los principales entornos de programación con IPython (Spyder y Jupyter)

4.- Leer y escribir datos en ficheros de texto

5.- Diseñar algoritmos para la resolución secuencial de problemas

6.- Depurar programas y reconocer los principales tipos de errores

  • Programa:

Tema 1. Introducción (1h) Introducción a los lenguajes de programación Historia de Python Descarga e instalación de anaconda. La consola de Python. Partes principales del IDE Spyder.

Tema 2. Tipos básicos, variables y expresiones (4h) Tipos de datos en Python. Variables, operadores y expresiones. Instalar, importar y utilizar módulos en Python. Listas, tuplas y diccionarios.

Tema 3. Operadores y funciones (4h) Operador lógico if. Bucles for. Bucles while. Creación y utilización de funciones en Python.

Tema 4. Operación de entrada/salida y optimización de código (3h) Lectura de ficheros de texto. Escritura en archivos de texto. Módulos os y sys. Control de ficheros y directorios. Optimización de código. Tipos de errores principales en Python. Control de código y manejo excepciones.


Python avanzado para ciencia e ingeniería

  • Profesorado: José Vicente Pérez Peña (UGR)
  • Duración: 20 horas presenciales.
  • Fechas y horario: mayo 2022 (pendiente confirmación de fechas)
  • Lugar: por determinar (Presencial)

Se necesita portátil propio (Mac o PC).

  • Plazas y perfil: 15 plazas. Dirigido preferentemente a alumnos/as de segundo año de doctorado con conocimientos de Python.

Para este curso es necesario acreditar un conocimiento básico del lenguaje Python 3. Con el fin de evaluar los conocimientos de Python requeridos, antes del inicio del curso se realizará un cuestionario online a los solicitantes. Los estudiantes que no superen la prueba, no se admitirán en el curso.

  • Plazo de inscripción: por determinar
  • Forma de inscripción: se abrirá en el plazo de inscripción

En caso de que haya más solicitudes que plazas se seleccionarán los alumnos/as según su adecuación al perfil del curso y el orden de inscripción.

  • Justificación académica:

Python es uno de los mejores lenguajes para su uso científico y técnico. Tiene algunas características que lo hacen realmente interesante en este ámbito, como son; es interpretado, de alto nivel, muy fácil de aprender, fácilmente extensible y cuenta con una librería estándar con mucha funcionalidad. Este lenguaje está siendo actualmente utilizado por instituciones científicas como la NASA, JPL, y otras como Google, DreamWorks, Disney, etc. En el ámbito científico y técnico, python se está abriendo paso de forma firme gracias a librerías específicas como numpy, matplotlib y scipy. El uso de estas librerías ofrece a los usuarios de Python una infinidad de recursos matemáticos y científicos para la resolución de problemas complejos y la creación de gráficos de muy alta calidad. Algunas de las operaciones básicas utilizadas en cálculo y programación científico-técnica incluyen matrices, integrales, ecuaciones diferenciales, estadística, etc. Python en su paquete básico no cuenta por defecto con funciones para realizar este tipo de cálculos directamente. Así mismo, los tipos básicos de variables de Python no están optimizados para el manejo de gran cantidad de datos. NumPy y SciPy son dos librerías muy potentes que cuentan con toda esta funcionalidad de la que carece el paquete básico de Python, y por tanto que posibilitan la utilización de este lenguaje para fines científicos y técnicos. La librería de numpy se especializa en el procesado numérico utilizando matrices multidimensionales, y permite un cálculo matricial directo al igual que programas especializados como matlab. Así mismo cuenta con métodos y funciones para la creación, manejo, redimensionado, etc., de matrices, lo cual reduce considerablemente el esfuerzo de programación requerido en otros lenguajes. La librería de matplotlib es una librería gráfica que toma todas las ventajas de numpy. Permite la creación de infinidad de gráficos de alta calidad (ráster y vectorial), así como la modificación de todas sus características. Matplotlib no solo se integra perfectamente con numpy, sino que permite el lenguaje de marcado de LaTeX, pudiendo crear gráficos de muy alta calidad para publicaciones científicas e informes técnicos.

SciPy va un paso más allá, y utiliza toda la funcionalidad de numpy para realizar cálculos matemáticos avanzados como la integración, diferenciación, algebra lineal, no lineal, etc. También cuenta con multitud de funciones de alto nivel para el tratamiento estadístico de los datos. Una lista completa de todas las funciones de numpy, matplotlib y scipy ocuparía cientos de páginas, por lo que en este curso se tratarán las funciones más utilizadas. Se introducirá al alumno en las rutinas de trabajo con estas librerías y a la resolución de los problemas más comunes en ciencia e ingeniería. Con este curso también se pretende que el alumno tenga los conocimientos necesarios para entender la documentación de estas librerías con el fin de capacitarlo para poder utilizar funcionalidad específica de las mismas no tratada en este curso.

  • Objetivos educativos, profesionales y competencias generales adquiridas

El alumno sabrá:

1.- Manejo de matrices multidimensionales con numpy

2.- Funciones básicas para la creación y utilización de matrices de numpy

3.- Lectura-escritura en disco de datos

4.- Creación y representación de funciones matemáticas

5.- Creación de distintos gráficos con matplotlib

6.- Modificación de símbolos y leyendas

7.- Análisis de imagen con scipy

El alumno será capaz de:

1.- Crear y modificar gráficos

2.- Integrar LaTeX directamente en un gráfico

3.- Representar funciones y resolver ecuaciones matemáticas

4.- Entender la documentación de las librerías de Python

5.- Realizar cálculos matemáticos de alto nivel y resolución de problemas complejos

  • Programa formativo:

Tema 1. Manejo de datos con numpy (4h) Constantes y funciones de numpy. Arrays de numpy. Métodos para la creación de arrays. Operaciones con arrays. Indexado y slicing en arrays. Leer y guardar arrays en archivos de texto.

Tema 2. Representación gráfica con matplotlib (4h) Representación básica de funciones Representación de varias curvas. Representación de nube de puntos Representación de histogramas y boxplots. Definiendo colores y símbolos. Añadiendo leyendas y etiquetas. Control de ejes. Representación de múltiples figuras.

Tema 3. Análisis numérico con scipy (2h) Ajuste e interpolación de datos. Tratamiento multidimensional de imágenes con ndimage.

Tema 4. Breve introducción a cython (2h). Creación y compilación de scripts usando Cython. Elementos básicos del lenguaje. Optimización de código con Cython.


Multivariate Exploratory Data Analysis (MEDA): Understanding by looking at data

  • Date: 9-13 May 2022
  • Participants: 30
  • Deadline for application: Confirmation pendient
  • How to apply: Use this application form (it will be activated once the application period starts)
  • NOTES
- The course will be held presentially. Prof. Bro will intervene by virtual connection
- The course will be held in English.
It is necessary to have at least a B1 level (preferably B2 or higher). You can indicate in the “Observations” section your level of English and, if it is the case, if you have a certificate. / Este curso se impartirá íntegramente en inglés. Es necesario contar como mínimo con un nivel B1 (preferentemente B2 o superior). Pude indicar en el apartado “Observaciones” su conocimientos de inglés y en su caso si dispone de certificado para acreditarlo.
- It is requiered basic knowledge of MatLab. Those students who can provide certification of that knowledge will have preference in admission.
  • Course Goal

Do you have complicate data? Difficult to understand? With thousands of variables/observations? Or with too little observations? Missing data? Time series? Multiple sources? Big Data?

The course goal is to introduce the students to very powerful data visualization techniques to look into your data set. There is a bunch of Machine Learning (ML) methods that can do difficult tasks (like classification, modelling and prediction) using a black-box approach over data, deep learning being a popular example. This course shows a totally different approach to handling data, using ML only as an instrument (as a means) to understand your data. MEDA will show you how to look into your data set, regardless its complexity, so that you can find groups of individuals and classify them, understand relationships among measured quantities, detect anomalies, find parsimonious models, etc.

The course is led by Professor Rasmus Bro, world leading professor on data analysis in biological and food sciences, and his collaborator at the UGR Dr. José Camacho, specialist on data analysis in Big Data and Exploratory Data Analysis.

  • Teaching hours: 30
  • Teachers:

Professor Bro is a prominent figure in the field of data analysis and in particular in multivariate analysis. During the last two decades, Prof. Bro has been a principal actor in the development of multivariate analysis in chemical and biological applications in the chemometrics area, in which according to google scholar is the second top researcher. His vast research work is outstanding, presenting an H index equal to 65. Prof. Bro is the author of the most referenced tutorial of PARAFAC (1933 citations), the developer of an extensively used multi-way version of Partial Least Squares (N-PLS) and co-author of more than 200 publications mainly related to the use of multi-way analysis in real life applications. His contributions to the use of constrained modelling are also very relevant, including the use of sparse methodologies for data analysis, and he has co-authored relevant articles to the problem of data fusion, a main challenge in Big Data analyses. The international influence in the community of his course “Multi-way Analysis” and his monograph “Multi-way Analysis: applications in the chemical sciences” is widely recognized. Prof. Bro has taught courses on data analysis in dozens of public and private organizations around the world. From 2001, he is the head of ODIN, an industrial research consortium offering courses, workshops, international contacts and student collaboration.

José Camacho is an associate professor in the Department of Signal Theory, Networking and Communications and researcher in the Information and Communication Technologies Research Centre, CITIC for its initials in Spanish, and in the Network Engineering & Security Group (NESG), both at the University of Granada, Spain. His research interests include exploratory data analysis, anomaly detection and optimization with multivariate techniques applied to data of very different nature, including industrial processes, chemometrics and communication networks. He is especially interested in the use of exploratory data analysis to Big Data.

  • Examination:

Every person analyze their own data under supervision of the teacher and writes a report. The report must be short and concise. A short description of the data and their background must be provided. A short description of aim of the present work must be provided. This aim is not necessarily the overall aim of the project from which the data stem (although this is of course nice). Rather the purpose should be chosen in order to test and evaluate the students’ ability to use the methods taught at the course. It is important to discuss in detail how the models have been critically used for the stated purposes.

  • Schedule: ONLINE

Day 1: PCA (Prof. Bro & Dr. Camacho)

8:30-9:30Welcome (Bro & Camacho)
9:30-10:00Introduction and algebra without tears
10:00-11:15Principal Component Analysis – PCA
11:15-11:30 Break
11:30-12:00Software introduction (demos/hands-on)
12:00-12:30Exercises – PCA
12:30-13:30Validation, outliers – PCA
13:30-15:30 Lunch
15:30-17:00Exercises – PCA

Day 2: PLS (Prof. Bro)

9:00-9:15PCA summary
9:15-10:30Multivariate calibration - PLS
10:30-10:45 Break
10:45-11:30Exercises – Multivariate calibration
11:30-13:00Validation and outliers incl. exercises
13:00-15:00 Lunch
15:00-16:00Preprocessing and nice to know
16:00-16:15 Break
16:15-18:00Competition!

Day 3: MEDA Toolbox (Dr. Camacho)

9:00-10:00Introduction to the MEDA Toolbox
10:00-11:15Using the command line interface
11:15-11:30 Break
11:30-12:30Advanced Exploratory Data Analysis
12:30-13:30Exercises & Examples
13:30-15:30 Lunch
15:30-17:00Exercises

Day 4: Big Data (Dr. Camacho)

9:00-11:00Extensions to Big Data: Big Observations
11:00-11:30 Break
11:30-12:30Exercises
12:30-13:30Extensions to Big Data: Big Variables
13:30-15:30 Lunch
15:30-17:00Exercises

Day 5: Playing with your data I (Prof. Bro & Dr. Camacho)

Time will be devoted to analyze your own data under the supervision of the course monitors, who will guide you through different analysis techniques to pursue your goals.

9:00-14:00Playing with your data
    

Actividades Generales y de otras Escuelas de Doctorado

Actividades específicas de los programas de doctorado

Actividades transversales anteriores