Об этом курсе
Недавно просмотрено: 14,501

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 19 часа на выполнение

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

Испанский

Субтитры: Испанский
User
Учащиеся, которые проходят продукт ''Course'
  • Data Scientists
  • Technical Solutions Engineers
  • Data Analysts
  • Machine Learning Engineers
  • Financial Analysts
User
Учащиеся, которые проходят продукт ''Course'
  • Data Scientists
  • Technical Solutions Engineers
  • Data Analysts
  • Machine Learning Engineers
  • Financial Analysts

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 19 часа на выполнение

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

Испанский

Субтитры: Испанский

Программа курса: что вы изучите

Неделя
1
1 ч. на завершение

INTRODUCCIÓN

2 видео ((всего 10 мин.)), 8 материалов для самостоятельного изучения
2 видео
Presentación del curso6мин
8 материала для самостоятельного изучения
Bienvenida1мин
Contenidos del curso (Temario)1мин
Organización del curso y evaluación5мин
Sobre el certificado2мин
FAQs - Generales10мин
FAQs - Cuestionarios y ejercicios2мин
FAQs - Certificado10мин
Enlaces relacionados1мин
1 ч. на завершение

LA MÁQUINA VIRTUAL

4 видео ((всего 16 мин.)), 4 материалов для самостоятельного изучения
4 видео
Instalación de la máquina virtual - Import start4мин
Instalación de la máquina virtual - Tips3мин
Instalación de la máquina virtual - Pyspark setup4мин
4 материала для самостоятельного изучения
Link para la descarga de la MV_Cloudera10мин
Instalación de la MV - Import start10мин
Instalación de la MV - Tips10мин
Instalación de la MV - Pyspark setup10мин
2 минуты на завершение

MATERIAL DE PRÁCTICAS Y FICHEROS DE TRABAJO

2 материалов для самостоятельного изучения
2 материала для самостоятельного изучения
FICHEROS DE TRABAJO Y PAQUETES - IMPORTANTE1мин
INICIO DE LA SESIÓN - IMPORTANTE1мин
2 ч. на завершение

MÓDULO 1 - Análisis Exploratorio de Datos

10 видео ((всего 84 мин.)), 6 тестов
10 видео
Datos - Fuentes de información4мин
Distintos problemas y técnicas8мин
Caso de estudio y herramientas4мин
Introducción a Jupyter Notebook y Pyspark (S1E4.ipynb)5мин
Exploración de la estructura de datos (S1E5.ipynb)14мин
Primera etapa del análisis exploratorio (S1E6.ipynb)11мин
Preproceso de datos (I) - (S1E7.ipynb)11мин
Preproceso de datos (II) - (S1E8.ipynb)6мин
Segunda etapa del análisis exploratorio (S1E9.ipynb)14мин
6 практического упражнения
Cuestionario 110мин
Cuestionario 210мин
Cuestionario 310мин
Cuestionario 410мин
Cuestionario 510мин
Cuestionario 610мин
Неделя
2
3 ч. на завершение

MÓDULO 2 - MODELOS DE REGRESIÓN

10 видео ((всего 89 мин.)), 7 тестов
10 видео
Objetivo de la Modelización8мин
Calibración del modelo10мин
Resultado de la Modelización11мин
Regresión Simple (S2E4.ipynb)11мин
Nuevas variables (S2E5.ipynb)8мин
Regresión Múltiple (I) (S2E6.ipynb)7мин
Regresión Múltiple (II) (S2E7.ipynb)11мин
Regresión Logística (I) (S2E8.ipynb)8мин
Regresión Logística (II) (S2E9.ipynb)10мин
7 практического упражнения
Cuestionario 110мин
Cuestionario 210мин
Cuestionario 310мин
Cuestionario 410мин
Cuestionario 510мин
Cuestionario 610мин
Cuestionario 710мин
Неделя
3
3 ч. на завершение

MÓDULO 3 - ÁRBOLES DE REGRESIÓN Y CLASIFICACIÓN

10 видео ((всего 89 мин.)), 7 тестов
10 видео
Introducción a la Modelización5мин
Medir la Incertidumbre10мин
Concepto de Árbol8мин
Árboles de Regresión11мин
Modelización con Árboles de Regresión (S3E5.ipynb)9мин
Árboles de Clasificación9мин
Modelización con Árboles de Clasificación (S3E7.ipynb)9мин
Bosques Aleatorios14мин
Modelización con Bosques Aleatorios (S3E9.ipynb)9мин
7 практического упражнения
Cuestionario 18мин
Cuestionario 210мин
Cuestionario 310мин
Cuestionario 410мин
Cuestionario 510мин
Cuestionario 610мин
Cuestionario 710мин
Неделя
4
3 ч. на завершение

MÓDULO 4 - REDES NEURONALES Y TÉCNICAS NO SUPERVISADAS

10 видео ((всего 75 мин.)), 1 материал для самостоятельного изучения, 7 тестов
10 видео
Redes Neuronales12мин
Modelización con redes neuronales (S4E2.ipynb)6мин
Introducción al reconocimiento de patrones5мин
Reducción dimensión11мин
Análisis de componentes principales (S4E6.ipynb)10мин
Clasificación automática8мин
Análisis de clústers (S4E8.ipynb)7мин
Revisión de la ciencia de datos (I)5мин
Revisión de la ciencia de datos (II)6мин
1 материал для самостоятельного изучения
TRABAJO PRÁCTICO - Enunciado30мин
7 практического упражнения
Cuestionario 110мин
Cuestionario 210мин
Cuestionario 310мин
Cuestionario 410мин
Cuestionario 510мин
Cuestionario 610мин
Cuestionario del Ejercicio Práctico30мин
4.2
Рецензии: 10Chevron Right

Лучшие отзывы о курсе Big Data: procesamiento y análisis

автор: RMApr 2nd 2019

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

автор: FCSep 11th 2019

Muy buen curso para aprender el procesamiento y análisis de datos.

Преподаватели

Avatar

Llorenç Badiella

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

Isabel Serra

Doctora
Centre de Recerca Matemàtica

О Автономный университет Барселоны

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....

Специализация Big Data – Introducción al uso práctico de datos masivos : общие сведения

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

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.