Director
Dª. Raquel Mª Callejón Fernández
(Nutrición y Bromatología, Toxicología y Medicina Legal)

Unidad Promotora
Departamento de Nutrición y Bromatología, Toxicología y Medicina Legal

Impartición
Del 20/07/2023 al 26/07/2023

Modalidad
A distancia
(Plataforma Virtual US)

Idioma de impartición
Español

150,00 €
(tasas incluidas)


4,00 ECTS


Prácticas
No


Folleto informativo

Preinscripción
Del 01/04/2023 al 20/06/2023


Matrícula
Del 01/06/2023 al 20/06/2023

626898565

Objetivos


En la industria agroalimentaria cada vez son más demandados los sistemas de control de producción y calidad, así como las pruebas de autenticidad de alimentos, ya que son los temas de interés de los consumidores, productores y comerciantes.Tanto los sistemas de producción como de control de calidad y autenticidad pueden considerarse sistemas complejos, los cuales dependen de una gran cantidad de datos, por lo que para su correcta interpretación es fundamental el empleo de herramientas específicas como es el análisis multivariante de datos. Estas técnicas permiten analizar las relaciones múltiples entre las variables, reducir la información de grandes cantidades de datos y clasificar muestras.En consecuencia, en los últimos años las técnicas multivariantes han tenido una gran utilidad en el control de procesos agroalimentarios así como en la caracterización y tipificación de alimentos según el origen geográfico, propiedades nutricionales o funcionales, monitoreo de etapas de producción.etc.En este contexto, este curso va dirigido investigadores, estudiantes y profesionales del sector agroalimentario que quieran iniciarse en técnicas de análisis multivariante para poder aplicarlas en su rutina de trabajo. Se realiza una descripción simple de los fundamentos y técnicas más usuales del Análisis Estadístico Multivariante, con el fin de dotar al alumno de la formación necesaria para afrontar, con garantías suficientes, los problemas que plantea el Análisis de Datos moderno. Los objetivos específicos que se persiguen con este curso son:- Conocer los aspectos clave de la Quimiometría- Iniciarse en el manejo de Softwares necesarios para llevar a cabo el tratamiento de datos- Aprender a crear matrices de datos necesarias para su posterior análisis mediante técnicas multivariantes.- Conocer los fundamentos básicos de las técnicas multivariantes más empleadas en la industria agroalimentaria como es la exploración de datos, regresión y clasificación.-Aplicar los conocimientos adquiridos a resolución de problemas concretos en el ámbito agroalimentario.

Procedimiento de evaluación


Asistencia, Trabajos

Requisitos


Requisitos específicos de admisión a los estudios

  • Ningún Requisito

Criterios de selección de alumnos


  • Orden de Preinscripción.

Módulos / Asignaturas


Modalidad de impartición: A distancia

Fechas de inicio-fin: 20/07/2023 - 26/07/2023

Contenido

Tema 1. Necesidad del análisis multivariante en la industria agroalimentaria. Ejemplos prácticos

Tema 2. Aprendizaje automático, Procesamiento de datos, Aprendizaje profundo, Quimiometría.

Tema 3. Manejo de softwares de tratamiento de datos (PLS_toolbox-Matlab; SIMCA; Infostat, Metaboanalyst)

Tema 4. Introducción a la estadística básica. Práctica con Software Infostat y Metaboanalyst

Tema 5. Tipos de datos. Pretratamiento y procesamiento de datos.

Tema 6. Introducción a las técnicas de análisis multivariante. Técnicas no supervisadas. Métodos exploratorios. PCA.

Tema 7. Sesión práctica: Pretratamiento y PCA. Caso práctico con datos espectroscópicos y cromatográficos

Tema 8. Introducción a las técnicas de análisis multivariante. Técnicas supervisadas

Tema 8.1. Métodos de Regresión

Tema 8.2. Métodos de Clasificación

Tema 8.3. Evaluación de modelos

Tema 9. Sesión práctica: regresión y clasificación. Caso práctico con datos espectroscópicos y cromatográficos.

Tema 10. Introducción al tratamiento y preprocesado de datos cromatográficos (GC-MS). Sofware PARADISe y MZmine

Tema 11. Sesión práctica tratamiento y preprocesado de datos cromatográficos GC-MS. PARADISe.

Tema 12. Fusión de datos.

Tema 13. Diseño Experimental

Tema 14. Tips y resolución de casos.

Profesorado


Personal Académico

  • Dª. Cristina Úbeda Aguilera . Universidad de Sevilla - Nutrición y Bromatología, Toxicología y Medicina Legal
  • Dª. Mª Lourdes Morales Gómez . Universidad de Sevilla - Nutrición y Bromatología, Toxicología y Medicina Legal
  • Dª. Pilar Segura Borrego - Contrato Postdoctoral
  • Dª. Raquel Mª Callejón Fernández . Universidad de Sevilla - Nutrición y Bromatología, Toxicología y Medicina Legal
  • Dª. Rocío Ríos Reina . Universidad de Sevilla - Nutrición y Bromatología, Toxicología y Medicina Legal

Profesorado

  • Dª. Cristina Úbeda Aguilera . Universidad de Sevilla - Nutrición y Bromatología, Toxicología y Medicina Legal
  • D. José Manuel Amigo Rubio . Universidad del Pais Vasco - Química Analítica
  • Dª. Mª Lourdes Morales Gómez . Universidad de Sevilla - Nutrición y Bromatología, Toxicología y Medicina Legal
  • Dª. Pilar Segura Borrego - Contrato Postdoctoral
  • Dª. Raquel Mª Callejón Fernández . Universidad de Sevilla - Nutrición y Bromatología, Toxicología y Medicina Legal
  • Dª. Rocío Ríos Reina . Universidad de Sevilla - Nutrición y Bromatología, Toxicología y Medicina Legal
  • Dª. Silvana Mariela Azcarate . Universidad Nacional de La Pampa - Departamento de Química