Big Data
procesamiento y análisis
Big Data – Introducción al uso práctico de datos masivos ,
El presente curso tiene como objetivo presentar los métodos y técnicas básicos para el procesamiento y análisis de datos en el contexto de Big Data. No prentende ser un curso exhaustivo sobre Machine Learning ni sobre métodos Estadísticos, simplemente se pretenden mostrar las características principales de estas técnicas para que el alumno pueda tener una visión general de las opciones que ofrece el análisis de datos para poder explorar, confirmar indicios y en definitiva, extraer conclusiones. El curso está dirigido a estudiantes y profesionales que deseen aproximarse al procesamiento y análisis de datos en Big Data. Aunque no es un requisito indispensable tener experiencia en análisis de datos o en entornos Big Data, el curso puede resultar especialmente interesante a estudiantes con ciertos conocimientos de análisis de datos que deseen introducirse en el entorno Big Data, por otro lado, también resultará interesante a aquellos estudiantes con cierta experiencia en entornos Big Data que deseen adquirir una mayor visión analítica. En este sentido el curso pretende ofrecer recursos realistas en el contexto Big Data y por este motivo se trabajará des de una máquina virtual con la aplicación Jupyter como enlace para desarrollar los modelos y técnicas con PySpark. El curso está dividido en 4 módulos más o menos independientes aunque se recomienda realizarlos de forma secuencial. En el Módulo 1 se presentan los diferentes problemas y técnicas más habitules para analizar datos desde una perspectiva general. También se introduce el caso de estudio y las herramientas de trabajo que se emplearán. El resto de módulo está dedicado a la tarea de Exploración y Pre-Proceso de los datos, incluyendo consultas, tareas de gestión, resúmenes numéricos y gráficos. Los siguientes módulos se focalizan en las técnicas de análisis. El Módulo 2 se centra en técnicas de modelización básicas, en particular regresión y regresión logística. Además de repasar las etapas de calibración del modelo, también se incluyen las etapas de validación y simplificación. El módulo 3 está plenamente dedicado a la técnica de Árboles de Regresión y Clasificación. También se incluyen los bosques aleatorios. El módulo final contiene la técnica de Redes Neuronales para clasificación y también una introducción a las técnicas No Supervisadas, en particular, reducción de dimensión a través del análisis de componentes principales y la clasificación automática a través del análisis de clústers.
Get a Reminder
Rating | 3.7★ based on 15 ratings |
---|---|
Length | 5 weeks |
Effort | Se estima una dedicación de 6 a 8 horas por semana. |
Starts | Jul 3 (43 weeks ago) |
Cost | $49 |
From | Universitat Autònoma de Barcelona via Coursera |
Instructors | Llorenç Badiella, Isabel Serra |
Download Videos | On all desktop and mobile devices |
Language | Spanish |
Subjects | Data Science |
Tags | Data Science Data Analysis |
Get a Reminder
Similar Courses
What people are saying
se puede mejorar todo
Gracias Se puede mejorar todo lo relacionado a Jupyter y el procesamiento de datos.
hubiera más ejercicios prácticos
Lo que me hubiera gustado es que hubiera más ejercicios prácticos a lo largo de las semanas y no solo el final, ya que además en el ejercicio final no está bien planteada la segunda parte (hay discordancias entre las respuestas y el supuesto caso) y además no se recibe ayuda por parte de los profesores en el foro.
pueden validarse ni poder
Además no existe mucha ayuda a través de los foros por lo que los errores o diferencias respecto a nuestras respuestas (cuando las mismas son incorrectas) no pueden validarse ni poder obtener una respuesta de cual es el error que estamos teniendo para aprender en el proceso.
están super bien explicados
Los cursos que da ella están super bien explicados, pero en el examen cambian los nombres, no es que lo dice igual como se llama, sino que utilizable otras posibilidades de nombrar a las variables por ejemplo.
los primeros dos cursos
Los primeros dos cursos me parecieron buenos y que se podía aprender de ellos, pero no de este.
primer acercamiento muy básico
hubiera preferido trabajar
Hubiera preferido trabajar de otra forma la práctica, sin la máquina virtual.
debe ser revisado
Creo que el Trabajo final debe ser revisado; encontré varias diferencias y errores en la letra del cuestionario.
plasman casi nada
Las diapositivas que muestra no plasman casi nada de lo que ella habla y existe una gran cantidad de conceptos que solo menciona y no explica.
utilizable otras posibilidades
excelente contenido sobre
Excelente contenido sobre el análisis procesamiento y ciencia de datos Muy buen curso en español para tratar temas de Big Data.
habría ayudado mucho
Habría ayudado mucho al final.
Careers
An overview of related careers and their average salaries in the US. Bars indicate income percentile.
Garde Manger/Chef de Partie $31k
Training Administrator, DE Office of EMS Manager $49k
Learning Technology Specialist (PA/DE/MD) $55k
Junior Senior FHA DE Mortgage Underwriter $58k
DE $60k
FHA DE Mortgage Underwriter 2 $60k
Manager of Marketing & Promotions LA VOZ de Houston $61k
RN - OR - Open Heart | Newark, DE $66k
Government Underwriter (DE) $75k
Manufacturing Engineer @ CNH de Mu00e9xico $76k
Senior FHA DE, VA LAPP/SAR and Conventional Underwriter $77k
Vice Senior President DE Underwriter $116k
Write a review
Your opinion matters. Tell us what you think.
Please login to leave a review
Rating | 3.7★ based on 15 ratings |
---|---|
Length | 5 weeks |
Effort | Se estima una dedicación de 6 a 8 horas por semana. |
Starts | Jul 3 (43 weeks ago) |
Cost | $49 |
From | Universitat Autònoma de Barcelona via Coursera |
Instructors | Llorenç Badiella, Isabel Serra |
Download Videos | On all desktop and mobile devices |
Language | Spanish |
Subjects | Data Science |
Tags | Data Science Data Analysis |
Similar Courses
Sorted by relevance
Like this course?
Here's what to do next:
- Save this course for later
- Get more details from the course provider
- Enroll in this course