ֱ

Esta página web usa cookies

El sitio web de la Fundació Politècnica de Catalunya utiliza cookies propias y de terceros para mejorar la experiencia de navegación y con fines estadísticos. Para obtener más información sobre las cookies puede consultar la

Configurar cookies
Permitir todas las cookies
Campus
MY_TECH_SPACE


Entrar
Campus en mantenimiento
Usuario y/o clave incorrectos
No tienes ningún entorno activo
Tu acceso ha sido restringido. Consulta con el departamento de administración
Por problemas técnicos el campus virtual es inaccesible. Estamos trabajando para solucionarlo. Disculpa las molestias.
No tienes autorización para realizar esta llamada. Puedes consultar en webmaster.fpc@fpc.upc.edu
Ha superado el número máximo de intentos. Su usuario está bloqueado temporalmente. Vuelve a acceder dentro de un rato.
Tienes que introducir el usuario del campus no un correo electrónico
Tienes que realizar la verificación para comprobar que no eres un robot.
ֱo   >  Másteres y posgrados  >  ǰó  >  Curso de verano en Aprendizaje Automático Aplicado para Resolver Problemas del Mundo Real
¡Te asesoramos! Solicita información o la admisión
  • discount

    Descuento de 300€ para estudiantes de la FME-UPC

  • discount

    Descuento de 250€ para estudiantes de otros centros de la UPC o la UB, profesorado asociado de la UPC o la UB, y profesorado a tiempo completo de la UB no vinculado al MESIO

  • discount

    Descuento de 200 € para estudiantes de otras universidades

  • discount

    Gratuito para profesorado a tiempo completo de la UPC y del MESIO UB o de los departamentos implicados

ʰԳٲó

徱ó
Horas
15
Modalidad
Presencial
Estos cursos se impartirán presencialmente y también se retransmitirán en directo por streaming.
Idioma de impartición
Բé
Precio
400€
Observaciones pago de la matrícula y campaña 0,7%
Inscripción abierta hasta el inicio del programa o hasta agotar plazas.
Fechas de realización
Fecha de inicio: 07/07/2025
Fecha de fin: 11/07/2025
Horario
Lunes: 15:00 a 18:00
Martes: 15:00 a 18:00
Miércoles: 15:00 a 18:00
Jueves: 15:00 a 18:00
Viernes: 15:00 a 18:00
Lugar de realización
Facultat de Matemàtiques i Estadística (FME)
C/ Pau Gargallo, 14. Edifici U.
Barcelona
¿Por qué este programa?
Este curso forma parte de la XVIII Summer School del Máster en Estadística e Investigación Operativa (MESIO UPC-UB).

La modelización con aprendizaje automático es una de las competencias más demandadas en la actualidad, pero su aplicación efectiva en entornos reales, como banca, finanzas, marketing o tecnología, requiere mucho más que dominar algoritmos. Esta formación práctica está orientada a resolver problemas reales, desde la adquisición y tratamiento de datos hasta la implementación, calibración y validación de modelos.

El curso en Aprendizaje Automático Aplicado para Resolver Problemas del Mundo Real proporciona una visión completa del ciclo de vida de un proyecto de machine learning, combinando fundamentos teóricos con experiencia aplicada en herramientas actuales como regresión regularizada, árboles de decisión (GBM, XGBoost, CatBoost), redes neuronales, y modelos generativos (LLMs). A través de ejemplos prácticos y un reto tipo Kaggle, los participantes aprenderán a desarrollar soluciones robustas y a evitar errores comunes en proyectos reales.

Dirigido principalmente al estudiantado del máster MESIO. Los seminarios pueden ser reconocidos con 3 ECTS si se cursan y superan 2 cursos, y con 5 ECTS si se cursan y superan 3 cursos, con la aprobación de la Facultad de Matemáticas.
Objetivos
  • Comprender los retos asociados a la creación de modelos en escenarios reales, desde la adquisición de datos hasta la selección del modelo óptimo y los métodos de validación adaptados a tipos de problemas específicos.
  • Fomentar las buenas prácticas y proporcionar información sobre los problemas más comunes que se plantean en los proyectos de modelización a gran escala.
¿A quién va dirigido?
Estudiantes interesados en aplicar técnicas actuales de aprendizaje automático en un entorno de producción. Licenciados en matemáticas, estadística, ingeniería y campos cuantitativos relacionados. Los estudiantes deben traer su propio ordenador portátil.

Se recomienda tener conocimientos básicos de álgebra y estadística, así como experiencia en programación (el curso se impartirá en Python).

Requisitos de software
Python 3 será la herramienta preferida por su facilidad de uso y flexibilidad. Los estudiantes también pueden usar R si se sienten más cómodos con él.

Contenidos formativos

Relación de asignaturas
15h
Aprendizaje automático aplicado para resolver problemas del mundo real
Introducción a la Modelización

  • Aprendizaje supervisado vs. aprendizaje no supervisado
  • Supervisado:
    • Clasificación
    • Regresión
  • Métricas:
    • Clasificación (AUC, Gini, AR, D de Somers, Kolmogorov-Smirnov...)
    • Regresión (R2,2, RMSE...)
  • Mejores prácticas de modelado (train/test partition, cross-validation, overfitting control)

Ingeniería de características

  • Proceso de datos en la vida real y Big data. Errores comunes en la gestión de datos (p. ej., información futura y escapes de datos)
  • Gestión de valores perdidos (media/media/percentiles, control dummy, K-Nearest Neighbors...)
  • Tratamiento y creación de nuevas características (categorical variables, Weight of Evidence/continuous bucketization, dummies and one-hot encoding, alert counters...)

Modelos y casos de aplicabilidad

  • Ejemplos básicos de problemas:
    • Valoraciones en riesgo crediticio (clasificación)
    • Precios de la vivienda (regresión)
    • Reconocimiento de imágenes (clasificación)
  • Modelos lineales (OLS/*Logistic) y regularización (LASSO, RIDGE, ElasticNet)
  • Árboles de decisión y bosques aleatorios
  • Arrancada del degradado (GBM, XGBoost, LGBM, CatBoost)
  • Redes neuronales (1D y 2D CNN) para el procesamiento de texto e imagen
  • IA Generativa y Modelos de Lengua Grande (LLM):
    • APE (Automatic Prompt Engineering)
    • Incitación LLM en lugar de reglas
  • Técnicas de aparataje
  • Optimización de parámetros (afinación de hiperparametros)
  • Interpretación de características en modelos de caja negra utilizando SHAP (efecto de eliminar/añadir cada característica)
  • Uso de LLM para explicaciones

Calibración de modelos de clasificación

  • Necesidad de calibración
  • Matriz de confusión y metodología de pago
  • Técnicas básicas de calibración de la curva de probabilidad (escalado de Platt/modelo binomial, regresión isotónica, corrección de tendencia central bayesiana)
  • Técnicas avanzadas de calibración de la curva de probabilidad (Tasche: "El arte de la calibración de curvas de probabilidad de incumplimiento")

Validación del modelo

  • Estabilidad
  • Rendimiento

Desarrollo de modelos en un caso real y concurso de evaluación Kaggle

Construir un modelo de clasificación desde cero para predecir la probabilidad de impago para las corporaciones

վٳܱó
Certificado expedido por la Fundació Politècnica de Catalunya.

Metodología de aprendizaje

La metodología docente del programa facilita el aprendizaje del estudiantado y la consecución de las competencias necesarias.

El curso se estructurará como una combinación de imparticiones teóricas y ejercicios prácticos para asegurar una sólida comprensión de los diferentes conceptos y metodologías. Además, se llevarán a cabo debates e interacciones.
Campus virtual
El estudiantado de este curso de verano tendrá acceso al campus virtual My_Tech_Space, una eficaz plataforma de trabajo y comunicación entre el alumnado, profesores, dirección y coordinación del programa. My_Tech_Space permite obtener la documentación de cada sesión formativa antes de su inicio, trabajar en equipo, hacer consultas a los profesores, visualizar notas, etc.

Equipo docente

Dirección Académica
  • Langohr, Klaus
    info
    /
    Doctor en Estadística por la Universitat Politècnica de Catalunya (UPC). Licenciado en Ciencias y Técnicas Estadísticas por la Universidad de Dortmund (Alemania). Profesor agregado en el Departamento de Estadística e Investigación Operativo de la UPC.
Profesorado
  • Moragas Vilarnau, Jordi
    info

    Doctorado en Matemáticas (especialización en Combinatoria, Teoría de Grafos y Teoría Aditiva de los Números) por la Universitat Politècnica de Catalunya (UPC), y Posgrado en Técnicas Cuantitativas para los Mercados Financieros también en la UPC.

    Actualmente, Head of Data Science en el banco N26 de Berlín (Alemania), liderando el departamento en el prototipaje, desarrollo y despliegue de modelos de Machine Learning avanzados en los ámbitos del riesgo de crédito, la prevención y detección de crimen financiero, y la autorización de transacciones con tarjetas de crédito.

Solicita información o la admisión

Información y orientación:
Isabel de la Fuente Larriba
(34) 93 115 57 51
¡Solicitud recibida!
Una vez registremos tu petición, recibirás confirmación por correo electrónico y nos pondremos en contacto contigo.

Gracias por tu interés en nuestros programas formativos.
Error
Por un error en la conexión a la base de datos tu solicitud no se ha podido cursar. Te agradeceríamos que repitas el proceso más tarde o bien que te pongas en contacto con nosotros llamando al (34) 93 112 08 08 o enviándonos un correo electrónico a: webmaster.fpc@fpc.upc.edu
Has superado el tamaño máximo del fichero
Por favor, revisa los datos de pago. La plataforma ha devuelto un error.
Puedes volver a hacer el pago sin introducir los datos nuevamente.

Nombre:

Programa: Aprendizaje Automático Aplicado para Resolver Problemas del Mundo Real

Precio: 400€

Enviar y realizar el pago
  • Si tienes alguna duda.
  • Si quieres iniciar los trámites para matricularte.
Cómo iniciar la admisión
Para conocer el proceso de matrícula de este programa contacta con:

Isabel de la Fuente Larriba
(34) 93 115 57 51
isabel.delafuente@talent.upc.edu




  política de protección de datos

* Campos obligatorios

Información básica o primera capa sobre protección de datos

Responsable

Fundació Politècnica de Catalunya (en adelante, FPC).

Finalidad

Contestar a las solicitudes de información del interesado sobre actividades de formación gestionadas o realizadas por la FPC.

Establecimiento o mantenimiento de relación académica con el interesado.

Enviar información sobre las actividades de la FPC.

𲵾پó

Consentimiento del interesado.

Interés legítimo en el desarrollo de la relación académica.

Destinatarios

No existen cesiones o comunicaciones.

Derechos

Acceso, rectificación, supresión, limitación, oposición y portabilidad.

Datos de contacto del delegado de protección de datos

info.dpo@fpc.upc.edu

Información adicional

Política de Privacidad de nuestra página Web.

Plazo de conservación

Política de Privacidad de nuestra página Web.

Servicios de pago

En caso que el interesado formalice la relación con la FPC, el ordenante (interesado) autoriza y da su consentimiento al cargo, por tanto, con renuncia expresa al derecho de devolución sobre el cargo.

NORMATIVA ACADÉMICA Y ECONÓMICA

La Fundació Politècnica de Catalunya se reserva el derecho a realizar cualquier modificación en los contenidos, el precio, la ubicación, el horario y las fechas del programa antes de la fecha de inicio. No se considerará formalizada la matrícula hasta que no se haya hecho efectivo su pago.

Derechos de inscripción. La persona interesada tendrá que hacer efectivo el pago del importe especificado en concepto de derechos de inscripción en el programa. El importe de estos derechos se descontará del importe total de la matrícula y sólo se devolverá en caso de que la persona no sea admitida.

Anulación o aplazamiento. La Fundació Politècnica de Catalunya se reserva el derecho a anular o aplazar un programa si no hay suficientes alumnos. En caso de anulación o no admisión, la Fundació Politècnica de Catalunya devolverá la totalidad del importe pagado, sin ningún tipo de compensación adicional. En caso de aplazamiento, devolverá el importe pagado a las personas que así lo soliciten.

Cancelación de la matrícula.
En caso de renuncia o cancelación de la matrícula, el estudiante deberá realizar, con carácter previo, una comunicación escrita a la UPC School.
  • Si esta solicitud de cancelación se realiza antes de 45 días naturales del inicio del programa, la UPC School hará suyo sólo el 30% del importe total de la matrícula y devolverá la diferencia pagada.
  • En caso de que la solicitud se realice entre los 45 naturales y el inicio del programa, la UPC School se quedará con el 60% del importe de la matrícula.
  • Una vez iniciado el programa, no se realizará ninguna devolución.
Con carácter excepcional, habrá devolución de matrícula si la cancelación por parte del estudiante se produce por uno de los siguientes supuestos:
  • Denegación de visado, presentando documentación justificativa. En este caso, la UPC School devolverá el importe satisfecho de la matrícula menos 300 euros en concepto de gastos administrativos.
  • Enfermedad o accidente grave justificado mediante certificado médico oficial, en el cual se indicará la fecha inicial de la enfermedad y el periodo previsto de convalecencia. En esta situación la UPC School resolverá que:
    • Si la comunicación se produce hasta un mes después del inicio del programa, devolverá el importe efectivamente pagado menos 300 euros en concepto de gastos administrativos.
    • Pasado un mes después del inicio del programa, no se realizará ninguna devolución, sólo se permitirá depositar el importe satisfecho para la matrícula de la siguiente edición. Esta gestión no conlleva ningún gasto administrativo para el estudiante. En todo caso, el estudiante asumirá la diferencia de precio entre la nueva matrícula y el importe anteriormente satisfecho.

Cambio de matrícula. Los cambios de matrícula previamente autorizados por la Fundació Politècnica de Catalunya tendrán un coste de 300 € en concepto de gastos administrativos.

Descuentos.
  • Los descuentos no se pueden acumular. Se aplicará el mayor descuento solicitado.
  • No se aplicará ningún descuento que no se haya solicitado previamente y esté acreditado.
  • Una vez emitida la matrícula no se aplicará ningún descuento.
  • Es responsabilidad del alumno informar de que quiere solicitar un determinado descuento.

վٳܱó. Para obtener el título/diploma que expide la Universitat Politècnica de Catalunya es necesario tener una titulación universitaria oficial o bien un título propio de universidad equivalente a un grado, diplomatura, licenciatura, ingeniería técnica o ingeniería. De no ser así, el alumno obtendrá un certificado de superación del programa expedido por la Fundació Politècnica de Catalunya. El/la alumno/a con deudas pendientes de pago con la Fundació Politècnica de Catalunya o que no haya aprobado todos los créditos necesarios para superar el programa antes de la fecha de finalización del mismo no podrá obtener el título, diploma o certificado.

Barcelona, 31 de octubre de 2017


Enviar