Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Programa del Curso
Introducción al análisis de datos y Big Data
- ¿Qué hace que Big Data sea "grande"?
- Velocidad, Volumen, Variedad, Veracidad (VVVV)
- Límites al procesamiento de datos tradicional
- Procesamiento distribuido
- Análisis estadístico
- Tipos de análisis de aprendizaje automático
- Visualización de datos
Idiomas utilizados para el análisis de datos
- Lenguaje R
- ¿Por qué R para el análisis de datos?
- Manipulación de datos, cálculo y visualización gráfica
- Pitón
- ¿Por qué Python para el análisis de datos?
- Manipulación, procesamiento, limpieza y crujido de datos
Enfoques para el análisis de datos
- Análisis estadístico
- Análisis de series temporales
- Predicción con modelos de correlación y regresión
- Estadística Inferencial (estimación)
- Estadística descriptiva en conjuntos de Big Data (por ejemplo, cálculo de la media)
- Aprendizaje automático
- Aprendizaje supervisado vs no supervisado
- Clasificación y agrupamiento
- Estimando el costo de métodos específicos
- Filtración
- Procesamiento natural del lenguaje
- Procesando texto
- Subestimando el significado del texto
- Generación automática de texto
- Análisis de sentimiento / Análisis de tema
- Visión por computador
- Adquirir, procesar, analizar y comprender imágenes
- Reconstruyendo, interpretando y entendiendo escenas 3D
- Usar datos de imagen para tomar decisiones
Infraestructura Big Data
- Almacenamiento de datos
- Bases de datos relacionales (SQL)
- MySQL
- Postgres
- Oráculo
- Bases de datos no relacionales (NoSQL)
- Cassandra
- MongoDB
- Neo4js
- Comprender los matices
- Bases de datos jerárquicas
- Bases de datos orientadas a objetos
- Bases de datos orientadas a documentos
- Bases de datos orientadas a gráficos
- Otro
- Bases de datos relacionales (SQL)
- Procesamiento distribuido
- Hadoop
- HDFS como un sistema de archivos distribuido
- MapReduce para procesamiento distribuido
- Spark
- Marco de computación en clúster en memoria todo en uno para el procesamiento de datos a gran escala
- Streaming estructurado
- Spark SQL
- Bibliotecas de aprendizaje automático: MLlib
- Procesamiento de gráficos con GraphX
- Hadoop
- Escalabilidad
- Nube pública
- AWS, Google, Aliyun, etc.
- Nube privada
- OpenStack, Cloud Foundry, etc.
- Escalabilidad automática
- Nube pública
- Elegir la solución correcta para el problema
- El futuro de Big Data
- Observaciones finales
Requerimientos
- Una comprensión general de las matemáticas
- Una comprensión general de la programación
- Una comprensión general de las bases de datos
35 horas
Testimonios (5)
Dużo cierpliwości
Mateusz - WestWind Energy Polska Sp. z o.o.
Curso - ArcGIS for Spatial Analysis
El formador adaptó los materiales y contenidos a lo que creía que sería mejor para nosotros y lo consiguió. La calidad de la formación fue excelente.
Jorge Sanchez Hernandez - CSMART - Carnival
Curso - QGIS for Geographic Information System
Traducción Automática
Profesional y muy práctico, habitual en un trabajo diario
Jozefin Rékasi - SC Automobile Dacia SA
Curso - Advanced Data Analysis with TIBCO Spotfire
Traducción Automática
Cubrió las áreas en las que dije que estaba interesado antes del curso: relaciones de datos, usando script de python. La conexión a bases de datos se tratará en el módulo avanzado.
Cristian Tudose - SC Automobile Dacia SA
Curso - Introduction to Spotfire
Traducción Automática
I genuinely enjoyed the lots of labs and practices.
