Об этом курсе

Недавно просмотрено: 5,904

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Продвинутый уровень

Прибл. 13 часа на выполнение

Испанский

Субтитры: Испанский

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Продвинутый уровень

Прибл. 13 часа на выполнение

Испанский

Субтитры: Испанский

от партнера

Логотип Автономный университет Барселоны

Автономный университет Барселоны

Программа курса: что вы изучите

Неделя
1

Неделя 1

1 ч. на завершение

INTRODUCCIÓN

1 ч. на завершение
8 материалов для самостоятельного изучения
8 материала для самостоятельного изучения
BIENVENIDA1мин
Contenidos del curso (Temario)3мин
Organización del curso y evaluación10мин
Sobre el certificado2мин
FAQs - Generales10мин
FAQs - Cuestionarios y ejercicios10мин
FAQs - Certificado10мин
Links relacionados2мин
1 ч. на завершение

LA MÁQUINA VIRTUAL

1 ч. на завершение
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_Cloudera20мин
Instalación de la MV - Import start20мин
Instalación de la MV - Tips10мин
Instalación de la MV - Pyspark set up10мин
1 ч. на завершение

MÓDULO 1 - Exploración de datos

1 ч. на завершение
1 видео ((всего 6 мин.)), 2 материалов для самостоятельного изучения, 1 тест
1 видео
2 материала для самостоятельного изучения
Introducción CAPSTONE PROJECT10мин
Trabajo a realizar30мин
1 практическое упражнение
Exploración de los datos30мин
Неделя
2

Неделя 2

1 ч. на завершение

MÓDULO 2 - MODELO DE DATOS

1 ч. на завершение
1 видео ((всего 1 мин.)), 3 материалов для самостоятельного изучения, 1 тест
1 видео
3 материала для самостоятельного изучения
Trabajo a realizar10мин
Trabajo a realizar10мин
Trabajo a realizar10мин
1 практическое упражнение
Modelo de datos30мин
Неделя
3

Неделя 3

1 ч. на завершение

MÓDULO 3 - CLASIFICACIÓN

1 ч. на завершение
1 видео ((всего 1 мин.)), 2 материалов для самостоятельного изучения, 1 тест
1 видео
2 материала для самостоятельного изучения
Trabajo a realizar10мин
Trabajo a realizar10мин
1 практическое упражнение
Clasificación20мин
Неделя
4

Неделя 4

4 ч. на завершение

MÓDULO 4 - MACHINE LEARNING

4 ч. на завершение
1 видео ((всего 2 мин.)), 6 материалов для самостоятельного изучения, 5 тестов
1 видео
6 материала для самостоятельного изучения
Introducción10мин
Dataset de imágenes galácticas10мин
Trabajo a realizar20мин
Trabajo a realizar40мин
Trabajo a realizar30мин
Trabajo a realizar30мин
5 практического упражнения
Preprocesado y carga de datos (para practicar)10мин
PCA (para practicar)10мин
Regresión logística (para practicar)10мин
Redes neuronales (para practicar)10мин
Machine Learning30мин

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

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

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.

  • Когда вы оформите подписку, начнется семидневный бесплатный пробный период, в течение которого подписку можно отменить без штрафа. По истечении этого срока вы не сможете вернуть средства, но сможете отменить подписку в любой момент. Ознакомьтесь с нашей политикой возврата средств.

  • Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке "Финансовая помощь" слева под кнопкой "Зарегистрироваться". Заполните форму заявления. Если его примут, вы получите уведомление. Обратите внимание: этот шаг необходимо выполнить для каждого курса специализации, в том числе для дипломного проекта. Подробнее

Остались вопросы? Посетите Центр поддержки учащихся.