1.1. Posibilidades para desarrollar una aplicación en entorno Web.

1.2. Presentación del Entorno de desarrollo libre.

1.3. ¿Qué es Apache? ¿Qué es MySQL? ¿Qué es PHP?

1.4 . Instalación y configuración del entorno de desarrollo libre.

2.1. Introducción y características del lenguaje.

2.2. Tipos de Datos y Operadores.

2.3. Estructuras de control de Flujo.

2.4. Estructuras repetitivas.

2.5. Funciones.

3.1. Objetos y declaración de Clases.

3.2. Expresiones, Constructores y Destructores.

3.3. Métodos Public, Private y Protected.

3.4. Operadores y Polimorfismo.

3.5. Métodos y Clases Abstractas.

3.6. Interfaces y Herencia de Interfaces.

3.7. Tratamiento de excepciones.

4.1. Introducción a la Base de Datos MySQL.

4.2. ¿Cómo desarrollar una aplicación web con PHP?

4.3. Entrada y validación de datos.

4.4. Gestión de cookies y sesiones.

4.5. Arquitectura básica de una aplicación web.

4.6. Patrón de diseño MVC.

5.1. Introducción a Symphony.

5.2. Estructura de un proyecto Symphony.

5.3. Entornos de ejecución.

5.4. El Modelo.

5.5. El Controlador.

5.6. La Vista.

5.7. Configuración de un Proyecto Symphony.

5.8. Ejemplo de uso del patrón Symphony en una aplicación.

1.1. Herramientas para optimizar la gestión de proyectos (software).

1.2. Gestión Ágil con SCRUM y Kanban.

1.3. Gestión de multiproyectos .

1.4. Design Thinking.

 

2.1. Habilidades de Comunicación.

2.2. Negociación Avanzada.

2.3. Liderazgo y Transformación.

2.4. Gestión del Talento y nuevos modelos de organización.

2.5. Gestión de equipos de alto rendimiento.

 

3.1. Business Inteligence.

3.2. Customer experience.

3.3. Estrategias Digitales.

3.4. Nuevos entornos.

3.5. Value Proposition Design.

3.6. Generation Business Models.

3.7. Complex Sales Strategy.

1.1. Introducción al Python

1.2. Librería de Python para Machine Learning.

1.3 Machine Learning. Introducción.

 

2.1. Definición y aplicaciones.

2.2 Medidas de rendimiento.

2.3 Modelos lineales

2.4 Modelos supervisados de ML: árboles, SVM, redes neuronales.

2.5 Combinación de modelos. Random Forest.

 

3.1. Definición y aplicaciones.

3.2 Medidas de rendimiento.

3.3 Clustering. Tipos

3.4 Biclustering

3.5 Manifolds. Reducción de la dimensionalidad

3.6 Análisis de la cesta.