Inicio
Cursos
Contactar
Certificados
Español - Internacional (es)
English (en)
Español - Internacional (es)
Acceso/Registro
Inicio
Cursos
Contactar
Certificados
Español - Internacional (es)
English (en)
Español - Internacional (es)
Acceder
Sign up!
contacto@abierta.ugr.es
×
Accede a tu cuenta de abiertaUGR
Las cuentas de la antigua versión de abiertaUGR
NO
se han migrado a esta nueva instancia. Si es la primera vez que accedes a la nueva plataforma deberás
crear una nueva cuenta
.
¿No tienes una cuenta?
Sign up!
Recordar nombre de usuario
¿Ha extraviado la contraseña?
Acceder
MOOC Machine Learning y Big Data para la Bioinformática. 3ª Edición
Página Principal
Cursos
ml_bioinformatica_3ed
RECURSOS
Information Certificate
Salta al contenido principal
Information Certificate
Haga clic en
index.html
para ver el archivo.
◄ Información sobre Certificado
Ir a...
Ir a...
1.1. ¿Qué, para qué y cómo?
1.2. Aplicaciones en Bio-Ciencias y Bio- Salud
Foro de debate módulo 1
Cuestionario módulo 1
2.1. El problema: ¿Cómo obtener y preparar los datos?
2.2. Preprocesamiento y análisis exploratorio
2.3. Análisis de anotaciones funcionales
Foro de debate módulo 2
Cuestionario módulo 2
3.1. ¿Qué, cómo y por qué?
3.2. Aprendizaje Supervisado
3.3. Aprendizaje No Supervisado
Foro de debate módulo 3
Cuestionario módulo 3
4.1. Regresión: ¿Qué, para qué y cómo?
4.2. Métodos clásicos de regresión
4.3. Métodos de Machine Learning para regresión
Foro de debate módulo 4
Cuestionario módulo 4
5.1. Clasificación: ¿Qué, para qué y cómo?
5.2. Métodos estándar en clasificación
5.3. Métodos avanzados en clasificación
Foro de debate módulo 5
Cuestionario módulo 5
6.1. Clustering y Reglas de Asociación: ¿Qué, para qué y cómo?
6.2. Clustering
6.3. Association Rules
Foro de debate módulo 6
Cuestionario módulo 6
7.1. Introducción a Big Data
7.2. Introducción a Spark usando Python
7.3. Machine Learning en Spark: MLlib
7.4. Clasificación, Regresión, Clustering y Reglas de Asociación en Spark
Foro de debate módulo 7
Cuestionario módulo 7
8.1. ¿Cómo utilizar KNIME?: Flujos de trabajo
8.2. ¿Cómo resolver un problema con KNIME?
8.3. Aprendizaje Supervisado: Regresión y Clasificación en KNIME
8.4. Aprendizaje No Supervisado: Clustering y Reglas de Asociación en KNIME
8.4. Unsupervised Learning: Clustering and Association Rules in KNIME
Datasets ejemplo
Flujos de datos de ejemplo
How to install KNIME
Foro de debate módulo 8
Cuestionario módulo 8
GLOSARIO
GLOSSARY
Cuestionario final
Presentación y bienvenida
Guía de estudios
Tablón de Anuncios
Cafetería
Información sobre Certificado
Copyright © Universidad de Granada