Chevron Left
Вернуться к Big Data: procesamiento y análisis

Отзывы учащихся о курсе Big Data: procesamiento y análisis от партнера Автономный университет Барселоны

4.2
звезд
Оценки: 231
Рецензии: 91

О курсе

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....

Лучшие рецензии

AA

29 авг. 2020 г.

Me ayudó mucho a introducirme conceptos que son nuevos para mi, entender un poco mas del procesamiento de datos y comprender de cierta forma el trabajo de un científico de datos.

JS

23 окт. 2020 г.

Curso completo y con el detalle necesario para comenzar a trabajar seriamente en esta disciplita del tratamiento de los datos.-

Фильтр по:

51–75 из 90 отзывов о курсе Big Data: procesamiento y análisis

автор: Agustin Y

23 авг. 2020 г.

me fue muy úitil el curso y seguiría haciendo mas de la misma linea. Seria conveniente que revisaran el foro y corregir pequenos detalles que no funcionan bien, como la maquina virtual. también hay algunos temas con el orden en que se da la información y los cuestionarios.

автор: Mauricio E R

17 апр. 2020 г.

Buen curso, hasta ahora el más difícil de la especialización. Para el ejercicio final práctico es fundamental entender la lógica del funcionamiento del programa Jupiter, sin dejar de lado la iniciativa propia del alumno ya que hay cosas que se deben deducir.

автор: Nico G

11 сент. 2021 г.

B​uen curso para tener una mirada general de análisis de datos. El cuestionario final, tiene el problema que aunque se sigan todos los pasos tal cual, los números no coincidían.

автор: Mariana P L B

30 нояб. 2020 г.

El curso fue interesante, me hubiera gustado que nos suministraran material para ampliar la parte teórica, en cada módulo hacer un ejercicio práctico y no dejarlo para el final.

автор: jefferson c

22 авг. 2020 г.

Se puede mejorar las clases de practicas, con varias practicas separadas, dado que el realizar una practica completa al final es mas complejo de reutulizar todo lo aprendido.

автор: Cecilia G

6 мая 2019 г.

Muy buen curso en español para tratar temas de Big Data. La práctica se realiza en Python. Hubiera preferido trabajar de otra forma la práctica, sin la máquina virtual.

автор: Víctor V B

6 сент. 2020 г.

Muchas gracias, algunas de las preguntas del examen final no me parecieron claras, pero bueno se ganó. estoy muy agradecido

автор: Joan C M

8 окт. 2020 г.

Excelente curso, aunque siento que se hace en algunos momentos mucho énfasis en detalles de estadística que quedan al aire

автор: Julian J R D L H

3 июля 2021 г.

Considero que el curso esta muy explicado para las personas que no estamos metidos tanto en este mundo, muchas gracias

автор: Leonardo B

8 дек. 2020 г.

Excelente curso, pero me parece esta un poco desconectada la practica de la teoria. Gracias

автор: Hugo A P V

14 мар. 2021 г.

el trabajo final fue muy duro, creo que con los contenidos de las clases no era suficiente

автор: JHULBER V R

22 авг. 2019 г.

Se puede mejorar todo lo relacionado a Jupyter y el procesamiento de datos.

автор: David E L

23 авг. 2020 г.

Una buena formación, realmente se logra adquirir conocimiento

автор: Santiago Y

23 апр. 2020 г.

Excelente curso, con los tópicos principales de ML

автор: Paco

10 февр. 2020 г.

La parte teórica no está muy bien explicada.

автор: Bignollo V

19 авг. 2020 г.

El material necesita ser actualizado

автор: santiago r r

14 окт. 2019 г.

Muy practico me ha gustado

автор: Juan I

12 авг. 2020 г.

Muy buen curso

автор: Saul F M S

15 сент. 2020 г.

Gran curso!

автор: Jason r J

21 сент. 2020 г.

bueno si

автор: pablo b

30 окт. 2019 г.

Está bueno el curso, tiene bastante de código, creo que necesitas una base para poder llevar adelante el examen final. 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. Creo que faltó un listado de utilización de todos los comando para Jupyter, como un documento especial. Habría ayudado mucho al final.

автор: Ricardo T O

23 июля 2020 г.

Demasiada información estadística y matemática de probabilidades en muy poco tiempo y de forma inesperada respecto a los cursos anteriores. Demasiado especializado para gente no iniciada.

Sin embargo las prácticas (sobre todo la final, aunque no coinciden, la mayoría de los resultados con los del test) sí ayuda a comprender y utilizar las herramientas de procesamiento de datos comentadas y propuestas por este curso y los anteriores.

автор: Salvador E F G

5 окт. 2019 г.

Bueno.

Los ejemplos sencillos pero ilustrativos y el curso da un primer acercamiento muy básico y general de las actividades, conocimientos teóricos estadísticos y entorno de trabajo de un científico de datos.

Sin embargo, en el desarrollo del ejercicio final hay dudas con respecto a las preguntas 16 a la 20 de las cuales no se recibe respuestas por parte del staff del curso.

Gracias y saludos.

автор: Deleted A

1 сент. 2020 г.

Las herramientas de estudio aplicadas durante el curso son muy útiles (Jupyter Notebook, Lenguaje Python, Máquina Virtual) para el manejo de bases de datos (Big Data). Pero, en cuanto a la parte explicativa de conceptos es muy confuso, quedé con muchos vacíos teóricos necesarios para el procesamiento y análisis de Big Data.

автор: Mariano A

18 дек. 2020 г.

La verdad que el curso se volvió muy pesado en la semana 3 y fue un poco molesto tener que realizar tantos exámenes constantemente. El contenido fue muy bueno, aunque el tema de volverlo tan pesado también provocó un poco de frustración durante la cursada.