Curso: MOOC Machine Learning y Big Data para la Bioinformática. 5ª Edición

Diagrama de temas

INFORMACIÓN GENERAL

Colapsar todo Expandir todo
MÓDULO 1. ¿Qué es Bioinformática?
Duración del vídeo: 2 minutos, 5 segundos

Carlos Cano Gutiérrez, Profesor Titular, DECSAI, Universidad de Granada.
- Foro de debate del módulo 1
- Foro de debate módulo 1
- 1.1. ¿Qué, para qué y cómo?
  
  Duración del vídeo: 6 minutos, 38 segundos
  
  Carlos Cano Gutiérrez, Profesor Titular, DECSAI, Universidad de Granada.
- 1.1. ¿Qué, para qué y cómo? Archivo
- 1.2. Aplicaciones en Bio-Ciencias y Bio-Salud
  
  Duración del vídeo: 5 minutos, 17 segundos
  
  Pedro Carmona Sáez, Profesor Contratado Doctor en EIO, GENyO, Universidad de Granada.
- 1.2. Aplicaciones en Bio-Ciencias y Bio- Salud Archivo
- 1.3. Medicina de precisión (Bioinformática para la interpretación genómica del cáncer)
  
  Duración del vídeo: 4 minutos, 2 segundos.
  
  Fátima Al-Shaour, Directora de la Unidad de Bionformática (CNIO).
- Cuestionario del módulo 1 (obligatorio)
- Cuestionario módulo 1
  
  Recibir una calificación Recibir una calificación de aprobado
  
  Abrió: viernes, 14 de marzo de 2025, 09:00
  
  Cerró: lunes, 19 de mayo de 2025, 23:59
MÓDULO 2. Análisis Bioinformático sobre un problema en Ómicas
Duración del vídeo: 2 minutos, 36 segundos

Carlos Cano Gutiérrez, Profesor Titular, DECSAI, Universidad de Granada.
- Foro de debate del módulo 2
- Foro de debate módulo 2
- 2.1. El problema: ¿Cómo obtener y preparar los datos?
  
  Duración del vídeo: 6 minutos, 15 segundos
  
  Carlos Cano Gutiérrez, Profesor Titular, DECSAI, Universidad de Granada.
- 2.1. El problema: ¿Cómo obtener y preparar los datos? Página
  
  INSTRUCCIONES: Lee detenidamente estas instrucciones previamente para poder realizar las tareas que se te plantearán en Google Colaboratory.
- 2.2. Preprocesamiento y análisis exploratorio
  
  Duración del vídeo: 6 minutos
  
  Carlos Cano Gutiérrez, Profesor Titular, DECSAI, Universidad de Granada.
- 2.2. Preprocesamiento y análisis exploratorio Página
  
  INSTRUCCIONES: Lee detenidamente estas instrucciones previamente para poder realizar las tareas que se te plantearán en Google Colaboratory.
- 2.3. Análisis de anotaciones funcionales
  
  Duración del vídeo: 5 minutos, 8 segundos
  
  Pedro Carmona Sáez, Profesor Contratado Doctor en EIO, GENyO, Universidad de Granada.
- 2.3. Análisis de anotaciones funcionales Página
  
  INSTRUCCIONES: Lee detenidamente estas instrucciones previamente para poder realizar las tareas que se te plantearán en Google Colaboratory.
- Cuestionario del módulo 2 (obligatorio)
- Cuestionario módulo 2
  
  Recibir una calificación Recibir una calificación de aprobado
  
  Abrió: viernes, 21 de marzo de 2025, 09:00
  
  Cerró: lunes, 19 de mayo de 2025, 23:59
MÓDULO 3. Ciencia de Datos y Machine Learning
Duración del vídeo: 2 minutos, 8 segundos

Alberto Fernández Hilario, Catedrático en CCIA, DaSCI, Universidad de Granada.
- Foro de debate del módulo 3
- Foro de debate módulo 3
- 3.1. ¿Qué, cómo y por qué?
  
  Duración del vídeo: 7 minutos, 40 segundos
  
  Alberto Fernández Hilario, Catedrático en CCIA, DaSCI, Universidad de Granada.
- 3.1. ¿Qué, cómo y por qué? Archivo
- 3.2. Aprendizaje Supervisado
  
  Duración del vídeo: 4 minutos, 37 segundos
  
  Alberto Fernández Hilario, Catedrático en CCIA, DaSCI, Universidad de Granada.
- 3.2. Aprendizaje Supervisado Página
  
  INSTRUCCIONES: Lee detenidamente estas instrucciones previamente para poder realizar las tareas que se te plantearán en Google Colaboratory.
- 3.3. Aprendizaje No Supervisado
  
  Duración del video: 5 minutos, 49 segundos
  
  Rafael Alcalá Fernández, Catedrático en CCIA, DaSCI, Universidad de Granada.
- 3.3. Aprendizaje No Supervisado Archivo
- Cuestionario del módulo 3 (obligatorio)
- Cuestionario módulo 3
  
  Recibir una calificación Recibir una calificación de aprobado
  
  Abrió: viernes, 28 de marzo de 2025, 09:00
  
  Cerró: lunes, 19 de mayo de 2025, 23:59
MÓDULO 4: Aprendizaje Supervisado: Técnicas de regresión

Destacado
Duración del vídeo: 2 minutos, 34 segundos

Rafael Alcalá Fernández, Catedrático en CCIA, DaSCI, Universidad de Granada.
- Foro de debate del módulo 4
- Foro de debate módulo 4
- 4.1. Regresión: ¿Qué, para qué y cómo?
  
  Duración del vídeo: 5 minutos, 29 segundos
  
  Augusto Anguita Ruiz, Postdoctoral Research Fellow- ISGlobal.
- 4.1. Regresión: ¿Qué, para qué y cómo? Página
  
  INSTRUCCIONES:Lee detenidamente estas instrucciones previamente para poder realizar las tareas que se te plantearán en Google Colaboratory.
- 4.2. Métodos clásicos de regresión
  
  Duración del vídeo: 5 minutos, 26 segundos
  
  Rafael Alcalá Fernández, Catedrático en CCIA, DaSCI, Universidad de Granada.
- 4.2. Métodos clásicos de regresión Página
  
  INSTRUCCIONES:Lee detenidamente estas instrucciones previamente para poder realizar las tareas que se te plantearán en Google Colaboratory.
- 4.3. Métodos de Machine Learning para regresión
  
  Duración del vídeo: 5 minutos, 21 segundos
  
  María José Gacto Colorado, Profesora Titular del Departamento de LSI, DaSCI, Universidad de Granada.
- 4.3. Métodos de Machine Learning para regresión Página
  
  INSTRUCCIONES:Lee detenidamente estas instrucciones previamente para poder realizar las tareas que se te plantearán en Google Colaboratory.
- Cuestionario del módulo 4 (obligatorio)
- Cuestionario módulo 4
  
  Recibir una calificación Recibir una calificación de aprobado
  
  Abrió: viernes, 4 de abril de 2025, 09:00
  
  Cerró: lunes, 19 de mayo de 2025, 23:59
MÓDULO 5: Aprendizaje Supervisado: Técnicas de clasificación
Duración del vídeo: 3 minutos, 2 segundos

Alberto Fernández Hilario, Catedrático en CCIA, DaSCI, Universidad de Granada.
- Foro de debate del módulo 5
- Foro de debate módulo 5
- 5.1. Clasificación: ¿Qué, para qué y cómo?
  
  Duración del vídeo: 4 minutos, 36 segundos
  
  Alberto Fernández Hilario, Catedrático en CCIA, DaSCI, Universidad de Granada.
- 5.1. Clasificación: ¿Qué, para qué y cómo? Página
  
  INSTRUCCIONES: Lee detenidamente estas instrucciones previamente para poder realizar las tareas que se te plantearán en Google Colaboratory.
- 5.2. Métodos estándar en clasificación
  
  Duración del video: 5 minutos, 25 segundos
  
  Alberto Fernández Hilario, Catedrático en CCIA, DaSCI, Universidad de Granada.
- 5.2. Métodos estándar en clasificación Página
  
  INSTRUCCIONES:Lee detenidamente estas instrucciones previamente para poder realizar las tareas que se te plantearán en Google Colaboratory
- 5.3. Métodos avanzados en clasificación
  
  Duración del vídeo: 5 minutos, 39 segundos
  
  Alberto Fernández Hilario, Catedrático en CCIA, DaSCI, Universidad de Granada.
- 5.3. Métodos avanzados en clasificación Página
  
  INSTRUCCIONES: Lee detenidamente estas instrucciones previamente para poder realizar las tareas que se te plantearán en Google Collaboratory.
- Cuestionario del módulo 5 (obligatorio)
- Cuestionario módulo 5
  
  Recibir una calificación Recibir una calificación de aprobado
  
  Abrió: viernes, 11 de abril de 2025, 09:00
  
  Cerró: lunes, 19 de mayo de 2025, 23:59
MÓDULO 6: Aprendizaje No Supervisado: Clustering y Reglas de Asociación
Duración del vídeo: 1 minuto, 57 segundos

Jesús Alcalá Fernández, Catedrático en CCIA, DaSCI, Universidad de Granada.
- Foro de debate del módulo 6
- Foro de debate módulo 6
- 6.1. Clustering y Reglas de Asociación: ¿Qué, para qué y cómo?
  
  Duración del vídeo: 6 minutos
  
  Jesús Alcalá Fernández, Catedrático en CCIA, DaSCI, Universidad de Granada.
- 6.1. Clustering y Reglas de Asociación: ¿Qué, para qué y cómo? Archivo
- 6.2. Clustering
  
  Duración del vídeo: 6 minutos
  
  Carlos Cano Gutiérrez, Profesor Titular, DECSAI, Universidad de Granada.
- 6.2. Clustering Página
  
  INSTRUCCIONES: Lee detenidamente estas instrucciones previamente para poder realizar las tareas que se te plantearán en Google Colaboratory.
- 6.3. Reglas de Asociación
  
  Duración del vídeo: 6 minutos 11 segundos
  
  Elena Ruiz Sánchez, Desarrolladora en Revvity.
- 6.3. Association Rules Página
  
  INSTRUCCIONES: Lee detenidamente estas instrucciones previamente para poder realizar las tareas que se te plantearán en Google Colaboratory.
- Cuestionario del módulo 6 (obligatorio)
- Cuestionario módulo 6
  
  Recibir una calificación Recibir una calificación de aprobado
  
  Abrió: miércoles, 16 de abril de 2025, 09:00
  
  Cerró: lunes, 19 de mayo de 2025, 23:59
MÓDULO 7: Big Data
Duración del vídeo: 2 minutos, 35 segundos

Francisco Javier García Castellano, Profesor Titular en CCIA, Universidad de Granada.
- Foro de debate del módulo 7
- Foro de debate módulo 7
- 7.1. Introducción a Big Data
  
  Duración del vídeo: 6 minutos 28 segundos
  
  Francisco Javier García Castellano, Profesor Titular en CCIA, Universidad de Granada.
- 7.1. Introducción a Big Data Archivo
- 7.2. Introducción a Spark usando Python
  
  Duración del vídeo: 5 minutos 50 segundos
  
  Francisco Javier García Castellano, Profesor Titular en CCIA, Universidad de Granada.
- 7.2. Introducción a Spark usando Python Página
  
  INSTRUCCIONES: Lee detenidamente estas instrucciones previamente para poder realizar las tareas que se te plantearán en Google Colaboratory.
- 7.3. Machine Learning en Spark: MLlib
  
  Duración del vídeo: 7 minutos 6 segundos
  
  Francisco Javier García Castellano, Profesor Titular en CCIA, Universidad de Granada.
- 7.3. Machine Learning en Spark: MLlib Página
  
  INSTRUCCIONES: Lee detenidamente estas instrucciones previamente para poder realizar las tareas que se te plantearán en Google Colaboratory.
- 7.4. Clasificación, Regresión, Clustering y Reglas de Asociación en Spark
  
  Duración del vídeo: 6 minutos 22 segundos
  
  Francisco Javier García Castellano, Profesor Titular en CCIA, Universidad de Granada.
- 7.4. Clasificación, Regresión, Clustering y Reglas de Asociación en Spark Página
  
  INSTRUCCIONES: Lee detenidamente estas instrucciones previamente para poder realizar las tareas que se te plantearán en Google Colaboratory.
- Cuestionario del módulo 7 (obligatorio)
- Cuestionario módulo 7
  
  Recibir una calificación Recibir una calificación de aprobado
  
  Abrió: viernes, 25 de abril de 2025, 09:00
  
  Cerró: lunes, 19 de mayo de 2025, 23:59
MÓDULO 8: Herramienta Gráfica: KNIME
Duración del vídeo: 2 minutos, 11 segundos

José Manuel Soto Hidalgo, Profesor Titular en ICAR, Universidad de Granada.
- Foro de debate del módulo 8
- Foro de debate módulo 8
- 8.1. ¿Cómo utilizar KNIME? - Flujos de trabajo
  
  Duración del vídeo: 4 minutos 12 segundos
  
  María Martínez Rojas, Profesora Titular en CA, Universidad de Granada.
- 8.1. ¿Cómo utilizar KNIME?: Flujos de trabajo Archivo
- 8.2. ¿Cómo resolver un problema con KNIME?
  
  Duración del vídeo: 6 minutos 8 segundos
  
  María Martínez Rojas, Profesora Titular en CA, Universidad de Granada.
- 8.2. ¿Cómo resolver un problema con KNIME? Archivo
- 8.3. Aprendizaje Supervisado: Regresión y Clasificación en KNIME
  
  Duración del vídeo: 7 minutos 41 segundos
  
  José Manuel Soto Hidalgo, Profesor Titular en ICAR, Universidad de Granada.
- 8.3. Aprendizaje Supervisado: Regresión y Clasificación en KNIME Archivo
- 8.4. Aprendizaje No Supervisado: Clustering y Reglas de Asociación en KNIME
  
  Duración del vídeo: 6 minutos 2 segundos
  
  José Manuel Soto Hidalgo, Profesor Titular en ICAR, Universidad de Granada.
- 8.4. Aprendizaje No Supervisado: Clustering y Reglas de Asociación en KNIME Archivo
- 8.4. Unsupervised Learning: Clustering and Association Rules in KNIME Archivo
- Datasets ejemplo Carpeta
  
  Conjunto de datos de ejemplo utilizados en las distintas cápsulas
- Flujos de datos de ejemplo Carpeta
  
  Flujos de datos creados en las distintas cápsulas
- How to install KNIME URL
  
  How to install KNIME
- Cuestionario del módulo 8 (obligatorio)
- Cuestionario módulo 8
  
  Recibir una calificación Recibir una calificación de aprobado
  
  Abrió: viernes, 2 de mayo de 2025, 09:00
  
  Cerró: lunes, 19 de mayo de 2025, 23:59
GLOSARIO

No disponible
CUESTIONARIO FINAL Y CUESTIONARIO PREVIO PAGO TVP (OBLIGATORIO) Y ENCUESTA DE SATISFACCIÓN
Para poder superar de forma satisfactoria el MOOC Machine Learning y Big Data para la Bioinformática, deberá haber realizado los cuestionarios de evaluación correspondientes a cada uno de los módulos que se irán abriendo forma progresiva cada semana.

El Cuestionario Final es requisito imprescindible para poder superarlo y poder obtener la Insignia Final del MOOC que dará paso a la obtención del Certificado Oficial (previo abono de las tasas correspondientes).
- Cuestionario final
  
  Recibir una calificación Recibir una calificación de aprobado
  
  Abrió: lunes, 5 de mayo de 2025, 09:00
  
  Cerró: lunes, 19 de mayo de 2025, 23:59
- Cuestionario previo a la realización del pago mediante TPV
  
  Abrió: lunes, 5 de mayo de 2025, 09:00
  
  Cerró: lunes, 19 de mayo de 2025, 23:59
  
  Este cuestionario es obligatorio y está realizado para afianzar que se tiene claro lo que se debe de hacer una vez abonado el importe del Certificado, con el fin de que no se generen incidencias futuras.
  
  No disponible hasta que: La actividad Cuestionario final esté realizada y superada
RECURSOS

MOOC Machine Learning y Big Data para la Bioinformática. 5ª Edición

Diagrama de temas

INFORMACIÓN GENERAL

MÓDULO 1. ¿Qué es Bioinformática?

Foro de debate del módulo 1

1.1. ¿Qué, para qué y cómo?

1.2. Aplicaciones en Bio-Ciencias y Bio-Salud

1.3. Medicina de precisión (Bioinformática para la interpretación genómica del cáncer)

Cuestionario del módulo 1 (obligatorio)

MÓDULO 2. Análisis Bioinformático sobre un problema en Ómicas

Foro de debate del módulo 2

2.1. El problema: ¿Cómo obtener y preparar los datos?

2.2. Preprocesamiento y análisis exploratorio

2.3. Análisis de anotaciones funcionales

Cuestionario del módulo 2 (obligatorio)

MÓDULO 3. Ciencia de Datos y Machine Learning

Foro de debate del módulo 3

3.1. ¿Qué, cómo y por qué?

3.2. Aprendizaje Supervisado

3.3. Aprendizaje No Supervisado

Cuestionario del módulo 3 (obligatorio)

MÓDULO 4: Aprendizaje Supervisado: Técnicas de regresión

Foro de debate del módulo 4

4.1. Regresión: ¿Qué, para qué y cómo?

4.2. Métodos clásicos de regresión

4.3. Métodos de Machine Learning para regresión

Cuestionario del módulo 4 (obligatorio)

MÓDULO 5: Aprendizaje Supervisado: Técnicas de clasificación

Foro de debate del módulo 5

5.1. Clasificación: ¿Qué, para qué y cómo?

5.2. Métodos estándar en clasificación

5.3. Métodos avanzados en clasificación

Cuestionario del módulo 5 (obligatorio)

MÓDULO 6: Aprendizaje No Supervisado: Clustering y Reglas de Asociación

Foro de debate del módulo 6

6.1. Clustering y Reglas de Asociación: ¿Qué, para qué y cómo?

6.2. Clustering

6.3. Reglas de Asociación

Cuestionario del módulo 6 (obligatorio)

MÓDULO 7: Big Data

Foro de debate del módulo 7

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

Cuestionario del módulo 7 (obligatorio)

MÓDULO 8: Herramienta Gráfica: KNIME

Foro de debate del módulo 8

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

Cuestionario del módulo 8 (obligatorio)

GLOSARIO

CUESTIONARIO FINAL Y CUESTIONARIO PREVIO PAGO TVP (OBLIGATORIO) Y ENCUESTA DE SATISFACCIÓN

RECURSOS

MOOC Claves para afrontar un proceso de selección de personal. 6ª Edición

Mobile learning: claves para la aplicación de los dispositivos móviles en el aula. 3ª Edición

MOOC #Currículum. 5ª Edición

Centro de Producción de Recursos para la Universidad Digital