IA per anàlisi de dades

Informació

Dates: 

El
03/06/2026
i el
04/06/2026

Horari: 

Dimecres i dijous de 18:00h a 21:00h

Durada: 

6 hores

Modalitat: 

Virtual

Preu: 

230€

Ubicació: 

C/ Llorens i Artigas, 12 – 08028 BCN
Finalitzat

Descripció

Transforma dades en decisions intel·ligents. Aprèn a aplicar tècniques d’Intel·ligència Artificial i machine learning per analitzar informació, construir models predictius i automatitzar processos clau.
Fes el salt cap a l’anàlisi de dades impulsada per la IA.

Objectius

Entendre què és la IA aplicada a dades

  • Diferència entre Machine Learning, Deep Learning i IA generativa.
  • Interpretar què expliquen realment les dades.
  • Entendre els principals tipus de models.
  • Analitzar un dataset real.

Requisits

Requisits mínims: És imprescindible tenir coneixements bàsics d’Excel o BI.

Requisits tecnològics:

  • Per a un correcte seguiment del curs, és imprescindible disposar d’un ordinador amb connexió a internet, altaveus i micròfon. No és imprescindible webcam, però sí recomanable per un bon funcionament del curs.
  • Sistema operatiu: Windows 10 – 11/MAC

Contingut

  • Fonaments d’IA aplicada a l’anàlisi de dades
    • Què és la intel·ligència artificial
    • Diferències entre:
      • Machine Learning
      • Deep Learning
      • IA generativa.
    • Quin tipus d’IA s’utilitza en anàlisi de dades i per què
  • Com treballa la IA amb dades: el pipeline d’anàlisi
    • Fases d’un projecte d’anàlisi de dades:
      • Recollida de dades
      • Neteja
      • Model
      • Interpretació
    • On aporta valor la IA en cada fase
    • Errors habituals en projectes d’anàlisi
  • Comprendre un dataset real
    • Què vol dir “dades reals”
    • Problemes habituals:
      • Dades incompletes
      • Valors incoherents
      • Biaixos
    • Importància d’entendre les dades abans de modelar
  • Preparació de dades per a l’anàlisi (sense programar)
    • Conceptes clau de preparació de dades:
      • Estructuració
      • Neteja
      • Transformació
    • Relació amb eines habituals (Excel / BI)
    • Com prepara les dades la IA abans d’analitzar-les
  • Visualització i interpretació amb suport d’IA
    • Visualització de dades per entendre patrons
    • Què ens diuen:
      • Distribucions
      • Correlacions
      • Valors atípics
    • Interpretació orientada a la presa de decisions
  • Automatització de l’anàlisi i resultats finals
    • Automatització del procés d’anàlisi amb pipelines
    • Preparació de resultats finals:
      •  Gràfics
      • Conclusions
      • Explicacions clares per a negoci
    • IA com a suport a l’analista, no com a caixa negra
  • Ètica, seguretat i protecció de dades
    • Protecció de dades personals
    • Privacitat en projectes d’anàlisi
    • Bones pràctiques en l’ús de dades i IA