$X.put({ url: '/zos/api/v1/settings', // No I18N headers: { "X-Site-Id" : app.data.siteId, "X-com-zoho-store-organizationid" : app.data.books_org_id }, // No I18N bodyJSON: {preferences : {customer : {merge_to_existing_customer_on_signup : true}}} });

Big Data Analytics online | 22 marzo-5 abril 2022

Del 22 de marzo al 5 de abril 2022

Martes y jueves de 15:30 a 19:30 (hora española)
  • Fecha
    2021-11-02
  • MONEDA
    Todos los precios en dólares estadounidenses.
  • CONDICIONES DE ENTREGA
    Todos los precios en dólares estadounidenses. El envío del enlace puede demorar hasta 48 hs.
  • Consiento compartir mis datos con los organizadores para gestionar mi inscripción y participación *
  • Cantidad
Big Data Analytics online | 15 al 29 de marzo 2021
Detalles del producto
¿Qué es Data Science?

Data Science, también conocido como Big Data, es la ciencia que estudia los datos. Se trata de extraer información de grandes cantidades de datos usando la estadística, las matemáticas y la informática para interpretar esos datos. Su objetivo es la toma de decisiones. Según la consultora Gartner, las empresas que utilicen está técnica podrán aumentar su rentabilidad hasta un 20%.

¿Por qué está en auge?

Vivimos en un momento extraordinario para la analítica avanzada. A la larga lista de algoritmos existentes se les une grandes cantidades de datos, que se han multiplicado por 10 durante los últimos años, y el aumento de la capacidad de computación.

Las organizaciones están almacenando ingentes cantidades de datos poli-estructurados procedentes de diversas fuentes como lo puedan ser los sistemas operacionales (ERP, CRM, etc.), repositorios Open Data, plataformas IoT, Redes sociales, etc. y hay que saber cómo gestionarlos para rentabilizarlos.


¿Qué aprenderás?

En este curso obtendrás las capacidades y habilidades fundamentales para diseñar y ejecutar casos de uso que te ayuden a encontrar patrones ocultos en vuestros datos y predecir comportamientos que te permitan reducir costes o crear líneas de negocio para generar ingresos.

Programa:
  1. Introducción a la cultura del dato
    • Situación de contexto
    • Business Intelligence & Big Data fundamentals
    • Introducción a la ciencia de datos o Data Science
    • Fundamentos de la visualización de datos
  2. Estadística con R
    • Guía R básico
    • Estadística descriptiva
    • Teoría de la probabilidad
    • Estadística inferencial
  3. Machine Learning con R. Aprendizaje supervisado
    • Problemas de clasificación
      • Árboles de decisión
      • Regresión logística
    • Problemas de regresión
      • Regresión lineal
  4. Machine Learning con R. Aprendizaje no supervisado
    • Clustering
  5. Data Visualization
    • Fundamentos e historia de la visualización de datos
    • Comunicando nuestro mensaje con efectividad
    • Herramientas de visualización de datos
    • Visualizando datos con Tableau y Power BI


Profesor:
Alberto Turégano
Ingeniero en informática por la UPM, Máster en tecnología Big Data & Analytics y Global Managment Program por IESE. Colabora con EOI como director académico de programas de Data Analytics y Negocios digitales así como tutor y profesor de BI y Big Data en diferentes programas.
Cuenta con 20 años de experiencia en la disciplina de la inteligencia de negocio. Ha desempeñado diversos roles en el ámbito del Business Intelligence y Big Data. En su etapa en Telefonica de España afianzó, como responsable de arquitectura, el entorno del Data Warehouse como el sistema corporativo para la toma de decisiones y posteriormente en Telefónica S.A desarrolló las capacidades de la plataforma global de Big Data para el grupo Telefonica como gerente de Gobierno y Arquitectura BI & Big Data. En 2017 se incorpora a la consultora Líderes y Digitales donde realiza labores de asesoría de inteligencia empresarial.
Agregado al carrito
- Ocurrió un error al agregar al carrito. Inténtelo de nuevo.
Se actualizó la cantidad
- Ocurrió un error. Inténtelo de nuevo más tarde.
Eliminado del carrito
- No se puede eliminar este producto del carrito en este momento. Inténtelo de nuevo más tarde.