1. Importancia de la Ciencia de Datos
2. Entendiendo los datos: Casos de estudio de análisis exploratorio de datos y técnicas de visualización I
3. Entendiendo los datos: Casos de estudio de análisis exploratorio de datos y técnicas de visualización II
4. Importancia de un buen diseño del experimento y selección de las medidas de rendimiento: precisión, sensibilidad, especificidad, curvas ROC. Sobreajuste.
5. Introducción a las técnicas no supervisadas: casos de estudio de clustering I
6. Casos de estudio de clustering II
7. Introducción a la clasificación no supervisada: casos de estudio sobre arboles de decisión y bosques aleatorios.
8. Casos de estudio sobre técnicas de reducción de datos (Análisis de Componentes Principales, Análisis de Componentes Independientes, Análisis discriminante de Fisher).
9. Introducción a la regresión: Casos de estudio de Regresión Lineal.
10. Casos de estudio de Regresión Logística.
11. Casos de estudio sobre modelos probabilísticos.
12. Introducción al estado del arte:casos de estudio sobre máquinas de vectores Soporte.
13. Casos de estudio sobre aprendizaje profundo.