TECNICO AUXILIAR EN CIENCIA DE DATOS
Curso
A Distancia
Descripción
-
Tipología
Curso
-
Metodología
A distancia
-
Duración
Flexible
-
Inicio
Fechas disponibles
-
Envío de materiales de aprendizaje
Sí
-
Servicio de consultas
Sí
-
Tutor personal
Sí
La importancia de actualizar los conocimientos y estar a la vanguardia es la nueva tendencias, por esta razón el Instituto comparte el curso en modalidad a distancia.
Sedes y fechas disponibles
Ubicación
inicio
inicio
Información relevante sobre el curso
A Todo publico
Sin requisitos
Recibida tu solicitud, un responsable Académico del curso te enviará un E-mail para explicarte todos los detalles del curso.
Opiniones
Logros de este Centro
Todos los cursos están actualizados
La valoración media es superior a 3,7
Más de 50 opiniones en los últimos 12 meses
Hace 7 años que este centro está en Emagister.
Materias
- Especialización EN CIENCIA
- Análisis de datos
- Los modelos ARIMA
- Minería de Datos
- OLAP. OLAP vs OLTP
- Volúmenes de datos
- El teorema CAP
- Algoritmos de aprendizaje
- Diseño e implementación
- Tópicos en datos complejos
- Datos científicos y geográfico
Profesores
SILVIA CORDERO
Profesor
Plan de estudios
PLAN DE ESTUDIO
Fundamentos de análisis de datos
Análisis exploratorio de datos (EDA). Reducción de dimensionalidad: análisis de componentes principales. Regresión lineal simple y múltiple. Regresión logística. Análisis de varianza (ANOVA). Análisis de datos de encuestas. Curvas ROC, ganancia. Redes Bayesianas.
Introducción al análisis de series de tiempo: Los modelos ARIMA (autoregressive integrated moving average), ARCH (autoregressive conditional heterogeneity), GARCH (generalized autoregressive conditional heterogeneity).
Minería de datos
Conceptos básicos de data mining. Modelos descriptivos y predictivos. Técnicas fundamentales: reglas de asociación, clasificación, clustering, patrones.
Arboles de decisión. Aplicación a problemas concretos de predicción.
KPIs (Key Performance Indicators). Dashboards. Herramientas comerciales y de código abierto.
Almacenes de datos y procesamiento analítico en línea
Arquitecturas. Diseño conceptual, lógico y físico. El modelo multidimensional: estrella, snowlflake y constellation. Slowly changing dimensions. Diseño físico. On Line Analytical Processing: OLAP. OLAP vs OLTP.
Lenguajes de consulta: MDX básico y avanzado. Entornos avanzados para OLAP. Herramientas comerciales y de código abierto. OLAP en Big Data: Análisis en tiempo real, bases de datos de grafos.
Herramientas de procesamiento para grandes volúmenes de datos
Fundamentos de sistemas distribuidos. Modelos. El teorema CAP. Clusters para programación masivamente paralela (MPP). Virtualización de clusters y data centers. Arquitecturas cloud.
Visualización de la información
Principios de la excelencia gráfica. Observaciones y variables. Tipo de variables. Visualizando tablas, jerarquías y redes. Utilización del color. Representación eficiente de la información, sumarización y visualización de grandes volúmenes de datos.
Técnicas y algoritmos de aprendizaje automático
Diseño e implementación de procesos de extracción, transformación y carga de grandes volúmenes de datos
Análisis de datos científicos y geográficos
Tópicos en datos complejos
TECNICO AUXILIAR EN CIENCIA DE DATOS