Epecialización en Técnicas de Machine Learning y Minería de Datos en Oncología Genómica

Objetivo general
Š Ser capaz de interpretar con precisión el volumen de información clínica disponible actualmente y asociado a los datos biológicos que se generan tras un análisis bioinformático

Objetivos específicos
Módulo 1. Biología molecular
Š Actualizar los conocimientos en la biología molecular del cáncer, en relación con diferentes conceptos como el de heterogeneidad genética o la reprogramación del microambiente
Š Comprender qué es el aprendizaje automático y utilizar algunas de las técnicas para la clasificación de datos (árbol de decisiones, k-NN, Máquinas de Vector de Soporte, redes neuronales, etc.)
Š Aprender a dividir los datos en un conjunto de prueba y otro de entrenamiento, y descubrir los conceptos de sesgo y varianza
Módulo 2. Minería datos aplicado a la genómica
Š Aprender cómo la minería de datos permite encontrar patrones y regularidades en las bases de datos
Š Aprender a aplicar los principios de minería de datos a la disección de grandes conjuntos de datos complejos (Big Data), incluidos aquellos en bases de datos muy grandes o en páginas web
Š Explorar, analizar y aprovechar los datos y convertirlos en información útil y valiosa para la práctica clínica
Módulo 3. Técnicas de extracción de datos genómicos
Š Comprender como la mayoría de los datos científicos aparecen en documentos como páginas web y archivos PDF difícilmente procesables para su posterior análisis, sin embargo, mediante las técnicas de scraping se pueden utilizar
Š Acceder a muchas fuentes de datos a través de la web para la implantación de la medicina de precisión al permitir la extracción masiva de información

El programa en Técnicas de Machine Learning y Minería de Datos en Oncología Genómica está orientado a facilitar la actuación del médico dedicado al tratamiento de la patología oncológica, en la que es preciso interpretar con precisión el volumen ingente de información clínica disponible actualmente y asociarlo a los datos biológicos que se generan tras un análisis bioinformático.

Este Experto Universitario en Técnicas de Machine Learning y Minería de Datos en Oncología Genómica contiene el programa científico más completo y actualizado del mercado.

Tras la superación de la evaluación, el alumno recibirá por correo postal* con acuse de recibo su correspondiente título de Experto Universitario emitido por TECH Universidad Tecnológica.

El título expedido por TECH Universidad Tecnológica expresará la calificación que haya obtenido en el Experto Universitario, y reunirá los requisitos comúnmente exigidos por las bolsas de trabajo, oposiciones y comités evaluadores de carreras profesionales.

Título: Experto Universitario en Técnicas de Machine Learning y Minería de Datos en Oncología Genómica
N.º Horas Oficiales: 600 h.

Nuestra escuela es la primera en el mundo que combina el estudio de casos clínicos con un sistema de aprendizaje 100% online basado en la reiteración, que combina 8 elementos diferentes que suponen una evolución con respecto al simple estudio y análisis de casos. Esta metodología, a la vanguardia pedagógica mundial, se denomina Relearning.
Nuestra escuela es la primera en habla hispana licenciada para emplear este exitoso método, habiendo conseguido en 2015 mejorar los niveles de satisfacción global (calidad docente,calidad de los materiales, estructura del curso, objetivos…) de los estudiantes que finalizan los cursos con respecto a los indicadores de la mejor universidad online en habla hispana.

Recibida su solicitud, un responsable académico del curso le llamará para explicarle todos los detalles del programa, así como el método de inscripción, facilidades de pago y plazos de matrícula.

En primer lugar, necesitas un ordenador (PC o Macintosh), conexión a internet y una cuenta de correo electrónico. Para poder realizar los cursos integramente ON-LINE dispone de las siguientes opciones: Flash - Instalando Flash Player 10 o posterior (http://www.adobe.com/go/getflash), en alguno de los siguientes navegadores web: - Windows: Internet Explorer 6 y posteriores, Firefox 1.x y posteriores, Google Chrome, Opera 9.5 y posteriores - Mac: Safari 3 y posteriores, Firefox 1.x y posteriores, Google Chrome - Linux: Firefox 1.x y posteriores HTML5 - Instalando alguno de los navegadores web: - Google Chrome 14 o posterior sobre Windows o Mac - Safari 5.1 o posterior sobre Mac - Mobile Safari sobre Apple iOS 5.0 o posterior en iPad/iPhone Apple iOS - Articulate Mobile Player; Apple iOS 5.0 o posterioren iPad.