Informações sobre o curso
33,396 visualizações recentes

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 19 horas para completar

Sugerido: Se estima una dedicación de 6 a 8 horas por semana....

Espanhol

Legendas: Espanhol
User
Os alunos que estão fazendo este Course são
  • Data Scientists
  • Data Analysts
  • Technical Solutions Engineers
  • Machine Learning Engineers
  • Financial Analysts
User
Os alunos que estão fazendo este Course são
  • Data Scientists
  • Data Analysts
  • Technical Solutions Engineers
  • Machine Learning Engineers
  • Financial Analysts

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 19 horas para completar

Sugerido: Se estima una dedicación de 6 a 8 horas por semana....

Espanhol

Legendas: Espanhol

Programa - O que você aprenderá com este curso

Semana
1
1 hora para concluir

INTRODUCCIÓN

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

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

MÓDULO 1 - Análisis Exploratorio de Datos

10 vídeos (Total 84 mín.), 6 testes
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
3 horas para concluir

MÓDULO 2 - MODELOS DE REGRESIÓN

10 vídeos (Total 89 mín.), 7 testes
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
3 horas para concluir

MÓDULO 3 - ÁRBOLES DE REGRESIÓN Y CLASIFICACIÓN

10 vídeos (Total 89 mín.), 7 testes
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
3 horas para concluir

MÓDULO 4 - REDES NEURONALES Y TÉCNICAS NO SUPERVISADAS

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
4.2
12 avaliaçõesChevron Right

Principais avaliações do Big Data: procesamiento y análisis

por RMApr 2nd 2019

Me gusto el curso de Procesamiento y Análisis, este hace un manejo de grandes volúmenes de datos con jupyter de python.

por JBJan 16th 2019

Excelente contenido sobre el análisis procesamiento y ciencia de datos

Instrutores

Avatar

Llorenç Badiella

Director Servei d'Estadística Aplicada UAB
Universitat Autònoma de Barcelona
Avatar

Isabel Serra

Doctora
Centre de Recerca Matemàtica

Sobre Universidade Autônoma de Barcelona

The Universitat Autònoma de Barcelona (UAB) is a public university located in the metropolitan area of Barcelona. International in its outlook, it is fully consolidated within its local surroundings, and offers quality education in close association with research activity, the transfer of scientific, technological, cultural and educational knowledge, the promotion of its human potential and the responsible management of available resources. The UAB currently offers 81 degrees, 130 official Master Programmes and 183 UAB-specific Masters Degrees. In addition, it offers 174 lifelong learning programmes and 65 PhD Programmes, 27 of which have been distinguished through Quality Awards. The UAB has a total of over 3,500 teaching and research staff, over 2,000 administrative staff and over 40,000 students....

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

Este programa, de 4 cursos más un proyecto final, 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 utilizar en conjunto las herramientas y conceptos vistos en los cursos precedentes en un campo donde el concepto “Big Data” es innegable: el estudio de las galaxias. 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 (capstone project) Contamos con un conjunto maravilloso de profesores, con una gran experiencia en el tema, provenientes tanto de la universidad como de la empresa....
Big Data – Introducción al uso práctico de datos masivos

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • 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.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.