Pulse el icono de correo si quiere más información sobre el curso: 

Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

Temario (50 h.)

Introducción al Big Data

  • ¿Que es data scienc?
  • Historia y concepto
  • Contexto
  • Relación entre Big Data y Business Intelligence (BI)

Escalando la manipulación de datos

  • Bases de datos y álgebra relacional
  • Bases de datos en paralelo
  • El procesamiento de consultas en paralelo
  • El análisis en la base de datos

Herramientas

  • Hadoop,
    • Concepto de MapReduce
    • Relaciones en la base de datos
    • Algoritmo
    • Exenciones
    • Lenguajes
  • Base de datos no relacionales
    • Clave valor y NoSQL
    • Tradeoffs SQL y NoSQL

Análisis

  • Los temas de modelización estadística
    • Conceptos básicos
    • Diseño de experimentos
    • Las trampas
  • Machine learning:
    • Aprendizaje supervisado ( reglas , árboles , bosques , el vecino más cercano , la regresión ) ,
    • Optimización ( descenso de gradiente y variantes )
    • Aprendizaje no supervisado

Comunicando Resultados

  • Visualización
    • Productos de datos ,
    • Análisis de datos visuales
  • Procedencia
    • Privacidad ,
    • Ética
    • Gobierno

Temas especiales

  • Análisis del gráfico :
    • Estructura ,
    • Recorridos ,
    • PageRank ,
    • Detección de la comunidad ,
    • Consultas recursivas ,
    • Web semántica