We may earn an affiliate commission when you visit our partners.
Jesús Aguilar
El futuro pertenece a la ciencia de datos y a quienes la entiendan. Al igual que el petróleo y el gas impulsaron las economías de los siglos XX y XXI, los datos impulsan cada vez mas la innovación y la economía global a medida que avanzamos hacia una nueva era denominada la revolución digital.
Read more
El futuro pertenece a la ciencia de datos y a quienes la entiendan. Al igual que el petróleo y el gas impulsaron las economías de los siglos XX y XXI, los datos impulsan cada vez mas la innovación y la economía global a medida que avanzamos hacia una nueva era denominada la revolución digital.
Read more
El futuro pertenece a la ciencia de datos y a quienes la entiendan. Al igual que el petróleo y el gas impulsaron las economías de los siglos XX y XXI, los datos impulsan cada vez mas la innovación y la economía global a medida que avanzamos hacia una nueva era denominada la revolución digital.
Las empresas que están cambiando a una mentalidad de datos van a obtener primero una enorme ventaja competitiva.
Esto se ha convertido en una verdad universal: las empresas modernas se están inundando de big data. El año pasado, McKinsey estimó que las iniciativas de Big Data en el sistema de salud de los Estados Unidos, "podrían representar de $300 mil millones a $450 mil millones en gastos de salud reducidos o del 12 al 17 por ciento de la línea de base de $2.6 billones en costos de salud de los Estados Unidos". Por otro lado, sin embargo se estima que los datos erróneos le cuestan a los Estados Unidos apróximadamente $3.1 trillones de dólares al año.
Aunque la ciencia de datos representará ventajas puntuales para las empresas como mitigar el riesgo y/o el fraude; entregar al cliente productos relevantes y tener experiencias personalizadas al mismo, es sin embargo, importante notar que la ciencia de datos podrá agregar un valor a cuaquier negocio, siempre y cuando pueda usar bien sus datos. El análisis de la información y la inteligencia de negocios ayudan a las organizaciones a tomar decisiones inteligentes basadas en el análisis de datos.
Register for this course and see more details by visiting:
OpenCourser.com/course/tdab0u/introduccion
Three deals to help you save
We found three deals and offers that may be relevant to this course.
Save money when you learn.
All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.
Use code at checkout.
Valid until December 4
Save on Select Programs
Stay ahead in a competitive job market and save with these programs.
Take
30%
off
EDXCYBER24
Valid for a limited time only
Future-proof your career
Access O'Reilly books, live events, courses, and more. Save with an annual subscription.
Take
15%
off
What's inside
Learning objectives
- - introducir al alumno en los conceptos claves sobre la ciencia de datos y big data.
- - comprender la forma en la que se gesta un proyecto de ciencia de datos.
- - identificar los proyectos de esta disciplina que se pueden realizar en las diferentes áreas funcionales de una organización a través de casos de éxito en las diferentes industrias.
- - introducir al alumno en los conceptos claves sobre la ciencia de datos y big data.
- - comprender la forma en la que se gesta un proyecto de ciencia de datos.
- - identificar los proyectos de esta disciplina que se pueden realizar en las diferentes áreas funcionales de una organización a través de casos de éxito en las diferentes industrias.
Good to know
Good to know
Know what's good ,
what to watch for , and
possible dealbreakers
Pone los conceptos fundamentales de la ciencia de datos y los macrodatos al alcance del estudiante
Enseña la forma en que se crean los proyectos de ciencia de datos
Identifica proyectos de ciencia de datos que pueden realizarse en diversas áreas funcionales, mediante casos de éxito en las diferentes industrias
Save this course
Save Introducción a la Ciencia de Datos y el Big Data to your list so you can find it easily later:
Save
Save
Activities
Be better prepared
before
your course. Deepen your understanding
during
and
after
it. Supplement your coursework and achieve mastery of the topics covered
in Introducción a la Ciencia de Datos y el Big Data with these
activities:
Familiarise with Basic Statistics
Show steps
Reinforce your foundational understanding of basic statistical concepts to enhance your ability to analyze and interpret data effectively.
Browse courses on
Basic Statistics
Show steps
-
Review key statistical concepts such as mean, median, mode, variance, and standard deviation.
-
Practice calculating and interpreting statistical measures using sample datasets.
-
Re-familiarize yourself with probability distributions, including normal, binomial, and Poisson distributions.
Revise essential algebra skills
Show steps
Algebra is an essential skill for data science. By reviewing it, you'll strengthen your understanding of mathematical concepts and prepare for the course.
Browse courses on
Algebra
Show steps
-
Review key concepts such as variables, equations, and polynomials.
-
Practice solving linear equations and inequalities.
-
Factor polynomials and simplify algebraic expressions.
Show all two activities
Familiarise with Basic Statistics
Show steps
Reinforce your foundational understanding of basic statistical concepts to enhance your ability to analyze and interpret data effectively.
Browse courses on
Basic Statistics
Show steps
Show steps
Show steps
- Review key statistical concepts such as mean, median, mode, variance, and standard deviation.
- Practice calculating and interpreting statistical measures using sample datasets.
- Re-familiarize yourself with probability distributions, including normal, binomial, and Poisson distributions.
Revise essential algebra skills
Show steps
Algebra is an essential skill for data science. By reviewing it, you'll strengthen your understanding of mathematical concepts and prepare for the course.
Browse courses on
Algebra
Show steps
Show steps
Show steps
- Review key concepts such as variables, equations, and polynomials.
- Practice solving linear equations and inequalities.
- Factor polynomials and simplify algebraic expressions.
Show all two activities
Career center
Learners who complete Introducción a la Ciencia de Datos y el Big Data will develop knowledge and skills
that may be useful to these careers:
Data Engineer
Data Engineer
A Data Engineer builds and maintains data pipelines and infrastructure. The course, Introduction to Data Science and Big Data, can help build a foundation for a career as a Data Engineer. The course covers topics such as data mining, data visualization, and machine learning, which are all essential skills for a Data Engineer.
Business Intelligence Analyst
Business Intelligence Analyst
A Business Intelligence Analyst uses data to identify trends and patterns and make recommendations to improve business performance. The course, Introduction to Data Science and Big Data, can help build a foundation for a career as a Business Intelligence Analyst. The course covers topics such as data mining, data visualization, and machine learning, which are all essential skills for a Business Intelligence Analyst.
Operations Research Analyst
Operations Research Analyst
An Operations Research Analyst uses data to solve optimization problems and improve decision-making. The course, Introduction to Data Science and Big Data, can help build a foundation for a career as an Operations Research Analyst. The course covers topics such as data mining, data visualization, and machine learning, which are all essential skills for an Operations Research Analyst.
Statistician
Statistician
A Statistician uses data to design and conduct statistical studies and analyze data. The course, Introduction to Data Science and Big Data, can help build a foundation for a career as a Statistician. The course covers topics such as data mining, data visualization, and machine learning, which are all essential skills for a Statistician.
Machine Learning Engineer
Machine Learning Engineer
A Machine Learning Engineer builds and deploys machine learning models. The course, Introduction to Data Science and Big Data, can help build a foundation for a career as a Machine Learning Engineer. The course covers topics such as data mining, data visualization, and machine learning, which are all essential skills for a Machine Learning Engineer.
Market Researcher
Market Researcher
A Market Researcher uses data to understand consumer behavior and trends. The course, Introduction to Data Science and Big Data, can help build a foundation for a career as a Market Researcher. The course covers topics such as data mining, data visualization, and machine learning, which are all essential skills for a Market Researcher.
Data Analyst
Data Analyst
A Data Analyst uses data to solve business problems and improve decision-making. The course, Introduction to Data Science and Big Data, can help build a foundation for a career as a Data Analyst. The course covers topics such as data mining, data visualization, and machine learning, which are all essential skills for a Data Analyst.
Data Scientist
Data Scientist
A Data Scientist uses data to build predictive models and develop new insights. The course, Introduction to Data Science and Big Data, can help build a foundation for a career as a Data Scientist. The course covers topics such as data mining, data visualization, and machine learning, which are all essential skills for a Data Scientist.
Product Manager
Product Manager
A Product Manager uses data to make decisions about product development and marketing. The course, Introduction to Data Science and Big Data, can help build a foundation for a career as a Product Manager. The course covers topics such as data mining, data visualization, and machine learning, which are all essential skills for a Product Manager.
Quantitative Analyst
Quantitative Analyst
A Quantitative Analyst uses data to develop trading strategies and make investment decisions. The course, Introduction to Data Science and Big Data, can help build a foundation for a career as a Quantitative Analyst. The course covers topics such as data mining, data visualization, and machine learning, which are all essential skills for a Quantitative Analyst.
Consultant
Consultant
A Consultant uses data to solve problems and improve decision-making for clients. The course, Introduction to Data Science and Big Data, can help build a foundation for a career as a Consultant. The course covers topics such as data mining, data visualization, and machine learning, which are all essential skills for a Consultant.
Database Administrator
Database Administrator
A Database Administrator manages and maintains databases. The course, Introduction to Data Science and Big Data, may be useful for building a foundation for a career as a Database Administrator. The course covers topics such as data mining, data visualization, and machine learning, which are all relevant to the work of a Database Administrator.
Data Architect
Data Architect
A Data Architect designs and builds data systems and infrastructure. The course, Introduction to Data Science and Big Data, may be useful for building a foundation for a career as a Data Architect. The course covers topics such as data mining, data visualization, and machine learning, which are all relevant to the work of a Data Architect.
Software Engineer
Software Engineer
A Software Engineer designs, develops, and tests software systems. The course, Introduction to Data Science and Big Data, may be useful for building a foundation for a career as a Software Engineer. The course covers topics such as data mining, data visualization, and machine learning, which are all relevant to the work of a Software Engineer.
System Administrator
System Administrator
A System Administrator manages and maintains computer systems and networks. The course, Introduction to Data Science and Big Data, may be useful for building a foundation for a career as a System Administrator. The course covers topics such as data mining, data visualization, and machine learning, which are all relevant to the work of a System Administrator.
For more career information including salaries, visit:
OpenCourser.com/course/tdab0u/introduccion
Reading list
We've selected 11 books
that we think will supplement your
learning. Use these to
develop background knowledge, enrich your coursework, and gain a
deeper understanding of the topics covered in
Introducción a la Ciencia de Datos y el Big Data.
Save
Este libro examina el impacto de los grandes datos en diversos sectores, desde los negocios hasta la medicina y el gobierno. Proporciona una visión general accesible de los desafíos y oportunidades que presentan los grandes datos.
Save
Este libro es una referencia completa sobre el aprendizaje profundo, cubriendo los fundamentos teóricos y las aplicaciones prácticas. Es un recurso esencial para investigadores y profesionales que trabajan en el campo del aprendizaje profundo.
Este libro se centra en las aplicaciones de la ciencia de datos en el contexto empresarial. Cubre temas como el análisis de datos, la visualización de datos y la toma de decisiones basada en datos.
Este libro proporciona una guía práctica para la implementación de algoritmos de aprendizaje automático utilizando bibliotecas de Python como Scikit-Learn, Keras y TensorFlow. Es un recurso valioso para desarrolladores y científicos de datos que buscan aplicar técnicas de aprendizaje automático en sus proyectos.
Save
Este libro es un recurso completo sobre minería de datos, cubriendo los fundamentos, los algoritmos y las aplicaciones. Es un recurso valioso para estudiantes, investigadores y profesionales que trabajan en el campo de la minería de datos.
Este libro proporciona una introducción práctica al uso de Python para el análisis de datos. Cubre temas como la manipulación de datos, la visualización de datos y el modelado estadístico. Es un recurso valioso para científicos de datos y analistas que buscan mejorar sus habilidades de programación.
Este libro se centra en técnicas de aprendizaje estadístico para datos escasos. Cubre temas como la regresión LASSO, la selección de características y el agrupamiento. Es un recurso valioso para investigadores y profesionales que trabajan con datos escasos.
Este libro proporciona una introducción accesible al aprendizaje automático para programadores y hackers. Cubre temas como el aprendizaje supervisado, el aprendizaje no supervisado y el aprendizaje profundo. Es un recurso valioso para cualquiera que desee aprender los conceptos básicos del aprendizaje automático de forma práctica.
Este libro proporciona una guía práctica para construir proyectos de ciencia de datos desde cero. Cubre temas como la recopilación de datos, la limpieza de datos y el modelado de datos. Es un recurso valioso para principiantes que buscan aprender los fundamentos de la ciencia de datos.
Este libro proporciona una introducción completa a los conceptos fundamentales de la ciencia de datos, incluyendo la recopilación de datos, el análisis de datos y la visualización de datos. Es un recurso valioso para estudiantes y profesionales que buscan obtener una comprensión integral de la ciencia de datos.
Este libro proporciona una introducción accesible a la ciencia de datos para principiantes. Cubre temas como el análisis de datos, el aprendizaje automático y la visualización de datos. Es un recurso valioso para cualquiera que desee obtener una comprensión básica de la ciencia de datos.
For more information about how these books relate to this course, visit:
OpenCourser.com/course/tdab0u/introduccion
Share
Similar courses
Here are nine courses similar to
Introducción a la Ciencia de Datos y el Big Data.
Ciencia de Datos: Fundamentos de R
OpenCourser.com/course/l37vdd/ciencia
Ciencia de Datos: Fundamentos de R
Most relevant
La verde y sus verdades
OpenCourser.com/course/d1liqc/la
La verde y sus verdades
Most relevant
Introducción a Ciencia de Datos en Salud
OpenCourser.com/course/y5prta/introduccion
Introducción a Ciencia de Datos en Salud
Most relevant
Introducción a Ciencia de Datos en Salud
OpenCourser.com/course/v81lmu/introduccion
Introducción a Ciencia de Datos en Salud
Most relevant
Introducción a la ciencia de datos aplicada
OpenCourser.com/course/ysudf6/introduccion
Introducción a la ciencia de datos aplicada
Most relevant
Metodología de la ciencia de datos
OpenCourser.com/course/94wu5t/metodologia
Metodología de la ciencia de datos
Most relevant
Introducción a R
OpenCourser.com/course/unmgwa/introduccion
Introducción a R
Most relevant
Métodos de investigación cualitativos
OpenCourser.com/course/cbodmh/metodos
Métodos de investigación cualitativos
Most relevant
Aprendizaje de las matemáticas de primaria
OpenCourser.com/course/tqmb9s/aprendizaje
Aprendizaje de las matemáticas de primaria
Most relevant
Effort
3 to 5 hours per week for 4 weeks
Level
Intermediate
Via
edX
Institution
Tecnológico de Monterrey
Instructor
Jesús Aguilar
Session
January 15, 2024
- December 31, 2024
Language
Español
Transcript
Español
This course belongs to a
collection
called
Ciencia de Datos. It's comprised of three courses:
- Introducción a la Ciencia de Datos y el Big Data (viewing)
- Visualización de Datos y Storytelling
- Herramientas para el Análisis de Big Data
Good to know
Pone los conceptos fundamentales de la ciencia de datos y los macrodatos al alcance del estudiante
Enseña la forma en que se crean los proyectos de ciencia de datos
Identifica proyectos de ciencia de datos que pueden realizarse en diversas áreas funcionales, mediante casos de éxito en las diferentes industrias
Our mission
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
Affiliate disclosure
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
© 2016 - 2024 OpenCourser