Programación web con software libre
Categorías: Programación |
Fechas Impartición: 2025/05/05 -tik 2025/07/10 -ra |
Codigo del Curso: OC24990642TF |
Horas a distancia: 150 |
Días de la semana: Online |
Horario: Online |
Requisitos de Acceso:
Curso dirigido a trabajadores asalariados y fijos/discontinuos de empresa privada, autónomos o en situación de ERE/ERTE.
Se requieren conocimientos de sistema operativo Windows a nivel de usuario.
Preinscríbete
Objetivos:
Desarrollar programas que permitan manejar bases de datos y servidores web con Software Libre.
Contenidos:
1. INTRODUCCIÓN A LA PROGRAMACIÓN WEB
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. SINTAXIS BÁSICA DE PHP
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. SINTAXIS AVANZADA DE PHP
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. DESARROLLO APLICACIÓN WEB CON PHP
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. FRAMEWORK SYMPHONY
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.
Metodologías:
Teleformación
Programa avanzado en Agile Project Management. SCRUM
Categorías: Programación |
Fechas Impartición: 2025/05/05 -tik 2025/07/10 -ra |
Codigo del Curso: OC24990640TF |
Horas a distancia: 150 |
Días de la semana: Online |
Horario: Online |
Requisitos de Acceso:
Curso dirigido a trabajadores asalariados y fijos/discontinuos de empresa privada, autónomos o en situación de ERE/ERTE.
Se requieren conocimientos de sistema operativo Windows a nivel de usuario.
Preinscríbete
Objetivos:
En este curso aprenderás a definir, planificar, controlar e implantar un proyecto de software de forma ágil y eficiente, además adquirirás habilidades liderazgo y comunicación con tu equipo de trabajo.
Contenidos:
1. GESTIÓN TÉCNICA DE PROYECTOS.
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. COMUNICACIÓN EMPRESARIAL.
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. ESTRATEGIA Y NEGOCIO.
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.
Metodologías:
Teleformación
Machine Learning aplicado usando Python
Categorías: Programación |
Fechas Impartición: 2025/05/05 -tik 2025/07/10 -ra |
Codigo del Curso: OC24990641TF |
Horas a distancia: 150 |
Días de la semana: Online |
Horario: Online |
Requisitos de Acceso:
Curso dirigido a trabajadores asalariados y fijos/discontinuos de empresa privada, autónomos o en situación de ERE/ERTE.
Se requieren conocimientos de sistema operativo Windows a nivel de usuario.
Preinscríbete
Objetivos:
Desarrollar, implementar y validar modelos de aprendizaje máquina (Machine Learning): diseñar modelos predictivos de clasificación en problemas reales de salud, economía y empresa, implementar algoritmos de segmentación para análisis de poblaciones en diferentes aplicaciones y desarrollar modelos de predicción avanzados de series temporales.
Contenidos:
1. INTRODUCCIÓN AL CURSO
1.1. Introducción al Python1.2. Librería de Python para Machine Learning.1.3 Machine Learning. Introducción.
2. APRENDIZAJE SUPERVISADO
2.1. Definición y aplicaciones.2.2 Medidas de rendimiento.2.3 Modelos lineales2.4 Modelos supervisados de ML: árboles, SVM, redes neuronales.2.5 Combinación de modelos. Random Forest.
3. APRENDIZAJE NO SUPERVISADO
3.1. Definición y aplicaciones.3.2 Medidas de rendimiento.3.3 Clustering. Tipos3.4 Biclustering3.5 Manifolds. Reducción de la dimensionalidad3.6 Análisis de la cesta.
Metodologías:
Teleformación
