-
Tipo
Masters
-
Modalidad
Presencial
-
Duración / Créditos
120 h. / 15 Créditos ECTS
-
Fechas
Matric. Permanente
-
Sedes
Barcelona
Información general
DESCRIPCIÓN:
Este máster en Big Data Aplicado al Fútbol de Doctrina Qualitas ofrece una visión práctica y sólida de la tecnología Big Data para el análisis del deporte. Se centra en cómo los datos pueden ser utilizados para mejorar el rendimiento del equipo, evaluar jugadores y generar estrategias ganadoras.
Los alumnos aprenderán cómo integrar, limpiar y analizar grandes volúmenes de datos relacionados con el deporte. Además, estudiarán técnicas de minería de datos para extraer información útil sobre jugadores y equipos. Esta información se usará para desarrollar modelos predictivos y estrategias de análisis que los dirigentes deportivos pueden aplicar para mejorar el rendimiento.
Los alumnos también aprenderán cómo utilizar herramientas de visualización para presentar los resultados del análisis. Los temas incluyen la preparación de datos, el aprendizaje automático, la minería de texto y la inteligencia artificial. Al final del programa, tendrán una comprensión profunda de cómo se puede aplicar Big Data al fútbol y otros deportes y como generar resultados prácticos.
Los alumnos aprenderán cómo integrar, limpiar y analizar grandes volúmenes de datos relacionados con el deporte. Además, estudiarán técnicas de minería de datos para extraer información útil sobre jugadores y equipos. Esta información se usará para desarrollar modelos predictivos y estrategias de análisis que los dirigentes deportivos pueden aplicar para mejorar el rendimiento.
Los alumnos también aprenderán cómo utilizar herramientas de visualización para presentar los resultados del análisis. Los temas incluyen la preparación de datos, el aprendizaje automático, la minería de texto y la inteligencia artificial. Al final del programa, tendrán una comprensión profunda de cómo se puede aplicar Big Data al fútbol y otros deportes y como generar resultados prácticos.
Plazas limitadas
ASPECTOS A TENER EN CUENTA
FINALIDAD DEL PROGRAMA FORMATIVO:
- Aprender los fundamentos de la análisis de datos para aplicar estas habilidades en el mundo del deporte.
- Adquirir conocimientos y habilidades sobre el uso de herramientas informáticas para el análisis de datos y la toma de decisiones en el mundo del deporte.
- Desarrollar una visión crítica sobre los problemas y tendencias relacionadas con los deportes y la tecnología.
- Comprender cómo se pueden aplicar técnicas modernas de Inteligencia Artificial, Machine Learning, Modelado Estadístico, Análisis Computacional, Análisis de Big Data y Visualización de datos a problemas relacionados con el mundo del deporte.
- Desarrollar habilidades para diseñar, implementar y evaluar sistemas de información para la toma de decisiones en el deporte.
- Adquirir conocimientos sobre los principales métodos estadísticos y computacionales para la análisis de datos en el mundo del deporte.
¿A quién va dirigido?
- Graduados en informática o equivalente, estadística, matemáticas, física o ingenierías.
- Profesionales informáticos, principalmente desarrolladores, arquitectos, analistas de datos y administradores de sistemas.
- Interesados en la gestión y analítica de datos aplicados al sector del deporte.
TITULACIÓN
Diploma de posgrado expedido por la Universitat Politècnica de Catalunya
TEMARIO
Sport Analytics
Introducción al sport analytics.
Introducción al análisis del juego.
Metodología fútbol. ADN Barça.
Sports analytics en otros deportes.
Análisis avanzado de datos en el futbol.
Datos de rendimiento físico.
Inteligencia artificial aplicada al baloncesto.
Data Management
Introducción: big data, cloud computing y la ingeniería de servicios (XaaS).
Gestión de los datos sobre cloud databases (NOSQL).
Procesamiento y análisis de datos distribuidos.
Modelos de datos no estructurados y semi-estructurados más empleados.
Gestión de datos geoespaciales y trayectorias.
Integración y calidad de datos.
Visualización.
Data Analysis
Introducción: estadística básica.
Inferencia estadística, muestreo y validación del método.
Modelización estadística y calibración de modelos.
Knowledge discovery in databases.
Principal component analysis.
Clustering methods.
Árboles de decisión.
Métodos de clasificación: discriminant analysis y Support Vector Machine (SVM).
Redes neuronales.
Convolutional neural networks.
Proyecto
Este módulo tiene como objetivo poner en práctica los conceptos explicados en los 3 módulos anteriores a partir de la realización de un caso de uso.
TE RECOMENDAMOS VER TAMBIÉN
En los siguientes enlaces podrás ver programas formativos similares:
UBICACIONES DE NUESTRAS SEDES
-
Barcelona
Carrer de Jordi Girona, 31, 08034 Barcelona
Opiniones
No hay opiniones registradas para este curso