Informações sobre o curso

66,247 visualizações recentes
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 13 horas para completar
Espanhol
Legendas: Espanhol
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 13 horas para completar
Espanhol
Legendas: Espanhol

oferecido por

Logotipo de Universidade Autônoma de Barcelona

Universidade Autônoma de Barcelona

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

1 hora para concluir

INTRODUCCIÓN

1 hora para concluir
2 vídeos (Total 10 mín.), 8 leituras
2 videos
Presentación del curso6min
8 leituras
Bienvenida1min
Contenidos del curso (Temario)1min
Organización del curso y evaluación5min
Sobre el certificado2min
FAQs - Generales10min
FAQs - Cuestionarios y ejercicios2min
FAQs - Certificado10min
Enlaces relacionados1min
1 hora para concluir

LA MÁQUINA VIRTUAL

1 hora para concluir
4 vídeos (Total 16 mín.), 4 leituras
4 videos
Instalación de la máquina virtual - Import start4min
Instalación de la máquina virtual - Tips3min
Instalación de la máquina virtual - Pyspark setup4min
4 leituras
Link para la descarga de la MV_Cloudera10min
Instalación de la MV - Import start10min
Instalación de la MV - Tips10min
Instalación de la MV - Pyspark setup10min
2 minutos para concluir

MATERIAL DE PRÁCTICAS Y FICHEROS DE TRABAJO

2 minutos para concluir
2 leituras
2 leituras
FICHEROS DE TRABAJO Y PAQUETES - IMPORTANTE1min
INICIO DE LA SESIÓN - IMPORTANTE1min
2 horas para concluir

MÓDULO 1 - Análisis Exploratorio de Datos

2 horas para concluir
10 vídeos (Total 84 mín.)
10 videos
Datos - Fuentes de información4min
Distintos problemas y técnicas8min
Caso de estudio y herramientas4min
Introducción a Jupyter Notebook y Pyspark (S1E4.ipynb)5min
Exploración de la estructura de datos (S1E5.ipynb)14min
Primera etapa del análisis exploratorio (S1E6.ipynb)11min
Preproceso de datos (I) - (S1E7.ipynb)11min
Preproceso de datos (II) - (S1E8.ipynb)6min
Segunda etapa del análisis exploratorio (S1E9.ipynb)14min
6 exercícios práticos
Cuestionario 110min
Cuestionario 210min
Cuestionario 310min
Cuestionario 410min
Cuestionario 510min
Cuestionario 610min
Semana
2

Semana 2

3 horas para concluir

MÓDULO 2 - MODELOS DE REGRESIÓN

3 horas para concluir
10 vídeos (Total 89 mín.)
10 videos
Objetivo de la Modelización8min
Calibración del modelo10min
Resultado de la Modelización11min
Regresión Simple (S2E4.ipynb)11min
Nuevas variables (S2E5.ipynb)8min
Regresión Múltiple (I) (S2E6.ipynb)7min
Regresión Múltiple (II) (S2E7.ipynb)11min
Regresión Logística (I) (S2E8.ipynb)8min
Regresión Logística (II) (S2E9.ipynb)10min
7 exercícios práticos
Cuestionario 110min
Cuestionario 210min
Cuestionario 310min
Cuestionario 410min
Cuestionario 510min
Cuestionario 610min
Cuestionario 710min
Semana
3

Semana 3

3 horas para concluir

MÓDULO 3 - ÁRBOLES DE REGRESIÓN Y CLASIFICACIÓN

3 horas para concluir
10 vídeos (Total 89 mín.)
10 videos
Introducción a la Modelización5min
Medir la Incertidumbre10min
Concepto de Árbol8min
Árboles de Regresión11min
Modelización con Árboles de Regresión (S3E5.ipynb)9min
Árboles de Clasificación9min
Modelización con Árboles de Clasificación (S3E7.ipynb)9min
Bosques Aleatorios14min
Modelización con Bosques Aleatorios (S3E9.ipynb)9min
7 exercícios práticos
Cuestionario 18min
Cuestionario 210min
Cuestionario 310min
Cuestionario 410min
Cuestionario 510min
Cuestionario 610min
Cuestionario 710min
Semana
4

Semana 4

3 horas para concluir

MÓDULO 4 - REDES NEURONALES Y TÉCNICAS NO SUPERVISADAS

3 horas para concluir
10 vídeos (Total 75 mín.), 1 leitura, 7 testes
10 videos
Redes Neuronales12min
Modelización con redes neuronales (S4E2.ipynb)6min
Introducción al reconocimiento de patrones5min
Reducción dimensión11min
Análisis de componentes principales (S4E6.ipynb)10min
Clasificación automática8min
Análisis de clústers (S4E8.ipynb)7min
Revisión de la ciencia de datos (I)5min
Revisión de la ciencia de datos (II)6min
1 leituras
TRABAJO PRÁCTICO - Enunciado30min
7 exercícios práticos
Cuestionario 110min
Cuestionario 210min
Cuestionario 310min
Cuestionario 410min
Cuestionario 510min
Cuestionario 610min
Cuestionario del Ejercicio Práctico30min

Avaliações

Principais avaliações do BIG DATA: PROCESAMIENTO Y ANÁLISIS

Visualizar todas as avaliações

Sobre Programa de cursos integrados Big Data – Introducción al uso práctico de datos masivos

Este programa está pensado como una entrada al mundo de los datos masivos y su tratamiento. El primer curso tiene como objetivo mostrar al estudiante el impacto del Big Data en la sociedad actual, tanto en el mundo de los negocios como en el de la política y administraciones públicas, los medios de comunicación y/o la investigación científica. A lo largo de los cursos 2, 3 y 4 se estudian la identificación, captura, pre-procesamiento, análisis y visualización de datos, desde un punto de vista “usuario”, y con una orientación práctica. Finalmente, el Capstone Project permite al estudiante aplicar los conocimientos adquiridos a un caso práctico del campo de la astronomía. Al finalizar los cursos de esta especialización el estudiante será capaz de: 1. Entender el impacto del tratamiento de datos masivos en la sociedad actual. 2. Entender y explicar la procedencia y características de los datos masivos. 3. Adquirir, preparar, almacenar, analizar, visualizar y manejar grandes conjuntos de datos. 4. Extraer información de los datos. 5. Trabajar dentro del ecosistema Hadoop. 6. Contestar a una pregunta bien formulada en función de la información disponible. Contamos con un conjunto maravilloso de profesores, con una gran experiencia en el tema, provenientes tanto de la universidad como de la empresa. Necesitarás una computadora de 64bits que permita virtualizacion, con un mínimo de 6G de RAM (8G recomendable) y 20G disponibles en disco....
Big Data – Introducción al uso práctico de datos masivos

Perguntas Frequentes – FAQ

  • O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:

    • o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
    • Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

  • Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.

  • Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .

  • Este curso não oferece créditos universitários, mas algumas universidades podem aceitar certificados de cursos que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.