このコースについて
15,432 最近の表示

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

約19時間で修了

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

スペイン語

字幕:スペイン語
このCourseを受講している学習者は
  • Data Analysts
  • Data Scientists
  • Technical Solutions Engineers
  • Engineers
  • Financial Analysts

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

約19時間で修了

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

スペイン語

字幕:スペイン語

シラバス - 本コースの学習内容

1
1時間で修了

INTRODUCCIÓN

2件のビデオ (合計10分), 8 readings
2件のビデオ
Presentación del curso6 分
8件の学習用教材
Bienvenida1 分
Contenidos del curso (Temario)1 分
Organización del curso y evaluación5 分
Sobre el certificado2 分
FAQs - Generales10 分
FAQs - Cuestionarios y ejercicios2 分
FAQs - Certificado10 分
Enlaces relacionados1 分
1時間で修了

LA MÁQUINA VIRTUAL

4件のビデオ (合計16分), 4 readings
4件のビデオ
Instalación de la máquina virtual - Import start4 分
Instalación de la máquina virtual - Tips3 分
Instalación de la máquina virtual - Pyspark setup4 分
4件の学習用教材
Link para la descarga de la MV_Cloudera10 分
Instalación de la MV - Import start10 分
Instalación de la MV - Tips10 分
Instalación de la MV - Pyspark setup10 分
2分で修了

MATERIAL DE PRÁCTICAS Y FICHEROS DE TRABAJO

2 readings
2件の学習用教材
FICHEROS DE TRABAJO Y PAQUETES - IMPORTANTE1 分
INICIO DE LA SESIÓN - IMPORTANTE1 分
2時間で修了

MÓDULO 1 - Análisis Exploratorio de Datos

10件のビデオ (合計84分), 6 quizzes
10件のビデオ
Datos - Fuentes de información4 分
Distintos problemas y técnicas8 分
Caso de estudio y herramientas4 分
Introducción a Jupyter Notebook y Pyspark (S1E4.ipynb)5 分
Exploración de la estructura de datos (S1E5.ipynb)14 分
Primera etapa del análisis exploratorio (S1E6.ipynb)11 分
Preproceso de datos (I) - (S1E7.ipynb)11 分
Preproceso de datos (II) - (S1E8.ipynb)6 分
Segunda etapa del análisis exploratorio (S1E9.ipynb)14 分
6の練習問題
Cuestionario 110 分
Cuestionario 210 分
Cuestionario 310 分
Cuestionario 410 分
Cuestionario 510 分
Cuestionario 610 分
2
3時間で修了

MÓDULO 2 - MODELOS DE REGRESIÓN

10件のビデオ (合計89分), 7 quizzes
10件のビデオ
Objetivo de la Modelización8 分
Calibración del modelo10 分
Resultado de la Modelización11 分
Regresión Simple (S2E4.ipynb)11 分
Nuevas variables (S2E5.ipynb)8 分
Regresión Múltiple (I) (S2E6.ipynb)7 分
Regresión Múltiple (II) (S2E7.ipynb)11 分
Regresión Logística (I) (S2E8.ipynb)8 分
Regresión Logística (II) (S2E9.ipynb)10 分
7の練習問題
Cuestionario 110 分
Cuestionario 210 分
Cuestionario 310 分
Cuestionario 410 分
Cuestionario 510 分
Cuestionario 610 分
Cuestionario 710 分
3
3時間で修了

MÓDULO 3 - ÁRBOLES DE REGRESIÓN Y CLASIFICACIÓN

10件のビデオ (合計89分), 7 quizzes
10件のビデオ
Introducción a la Modelización5 分
Medir la Incertidumbre10 分
Concepto de Árbol8 分
Árboles de Regresión11 分
Modelización con Árboles de Regresión (S3E5.ipynb)9 分
Árboles de Clasificación9 分
Modelización con Árboles de Clasificación (S3E7.ipynb)9 分
Bosques Aleatorios14 分
Modelización con Bosques Aleatorios (S3E9.ipynb)9 分
7の練習問題
Cuestionario 18 分
Cuestionario 210 分
Cuestionario 310 分
Cuestionario 410 分
Cuestionario 510 分
Cuestionario 610 分
Cuestionario 710 分
4
3時間で修了

MÓDULO 4 - REDES NEURONALES Y TÉCNICAS NO SUPERVISADAS

10件のビデオ (合計75分), 1 reading, 7 quizzes
10件のビデオ
Redes Neuronales12 分
Modelización con redes neuronales (S4E2.ipynb)6 分
Introducción al reconocimiento de patrones5 分
Reducción dimensión11 分
Análisis de componentes principales (S4E6.ipynb)10 分
Clasificación automática8 分
Análisis de clústers (S4E8.ipynb)7 分
Revisión de la ciencia de datos (I)5 分
Revisión de la ciencia de datos (II)6 分
1件の学習用教材
TRABAJO PRÁCTICO - Enunciado30 分
7の練習問題
Cuestionario 110 分
Cuestionario 210 分
Cuestionario 310 分
Cuestionario 410 分
Cuestionario 510 分
Cuestionario 610 分
Cuestionario del Ejercicio Práctico30 分
4.2
14件のレビューChevron Right

Big Data: procesamiento y análisis からの人気レビュー

by RMApr 2nd 2019

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

by JBJan 16th 2019

Excelente contenido sobre el análisis procesamiento y ciencia de datos

講師

Avatar

Llorenç Badiella

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

Isabel Serra

Doctora
Centre de Recerca Matemàtica

バルセロナ自治大学(Universitat Autònoma de Barcelona)について

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....

Big Data – Introducción al uso práctico de datos masivos 専門講座について

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

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。