Contenidos

Metodología: 
El curso tiene por objetivo incorporar técnicas de análisis y visualización de datos con aplicaciones a temáticas urbanas. Para ello se dictará con una doble dinámica de instrucción formal por parte del profesor y de práctica asistida. Los alumnos tendrán la posibilidad de trabajar con datos concretos y con preguntas guiadas para aplicar los conocimientos impartidos durante las clases teóricas. Se brindarán funciones simplificadas en R para que la adaptación sea más simple y se proporcionará material auxiliar de consulta.


Módulo 1 | Ciencia de datos y las ciudades

¿Qué ofrece la Ciencia de Datos al análisis de las ciudades? Casos de estudio. Smart Cities y Big Data. Introducción a R. Entorno de desarrollo en RStudio. Breve repaso del contenido del curso Introducción a la Ciencia de Datos

 

Módulo 2 | ¿Qué son los datos espaciales?

Dimensión espacial de los datos ¿Cuál es su especificidad? Sistemas de coordenadas. Vectores y rasters. Operaciones espaciales. Uso de Simple Features en R.

 

Módulo 3 | Análisis exploratorio y transformación de datos espaciales

Matriz de pesos espaciales, autocorrelación espacial y análisis de clustering.

 

Módulo 4 | Visualización de datos espaciales

Creación de mapas temáticos y visualizaciones en diversos paquetes de R: ggplot y tmap. Visualización dinámica de datos espaciales.


Módulo 5 | Análisis espacial de datos

Introducción a la estimación de modelos de machine learning para predecir el precio de las inmuebles: árboles de decisión, random forests y XGB. Overfitting y underfitting.