À propos de ce cours
4.2
13 notes
4 avis

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 19 heures pour terminer

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

Espagnol

Sous-titres : Espagnol

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 19 heures pour terminer

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

Espagnol

Sous-titres : Espagnol

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
1 heure pour terminer

INTRODUCCIÓN

...
2 vidéos (Total 10 min), 8 lectures
2 vidéos
Presentación del curso6 min
8 lectures
Bienvenida1 min
Contenidos del curso (Temario)1 min
Organización del curso y evaluación5 min
Sobre el certificado2 min
FAQs - Generales10 min
FAQs - Cuestionarios y ejercicios2 min
FAQs - Certificado10 min
Enlaces relacionados1 min
1 heure pour terminer

LA MÁQUINA VIRTUAL

<b>ATENCIÓN: Si ya te instalaste la máquina virtual en el curso anterior de la Especialización no es necesario que vuelvas a hacerlo. En caso contrario, sigue leyendo.</b><br><br>Los ejercicios y sesiones prácticas pretenden mostrar un caso práctico de procesamiento y análisis de datos en el contexto de Big Data. En este sentido, será necesario trabajar con una máquina virtual que ya trae configuradas e instaladas una serie de componentes habituales al manejar Big Data. En este apartado te explicamos cómo descargar e instalar la máquina virtual Cloudera en tu ordenador. La MV-Cloudera requiere disponer de un equipo con las siguientes características: (1) máquina de 64 bits, (2) mínimo 6G de memoria (recomendable 8G), y (3) 20G disponibles en disco.<br><br> <i><b>Ten en cuenta que bajar e instalar la máquina virtual te llevará tiempo dado el tamaño y complejidad de la misma</i></b>...
4 vidéos (Total 16 min), 4 lectures
4 vidéos
Instalación de la máquina virtual - Import start4 min
Instalación de la máquina virtual - Tips3 min
Instalación de la máquina virtual - Pyspark setup4 min
4 lectures
Link para la descarga de la MV_Cloudera10 min
Instalación de la MV - Import start10 min
Instalación de la MV - Tips10 min
Instalación de la MV - Pyspark setup10 min
2 minutes pour terminer

MATERIAL DE PRÁCTICAS Y FICHEROS DE TRABAJO

Para poder seguir la parte aplicada del curso, responder a los cuestionarios y trabajar con las herramientas que te explicamos, necesitarás acceder a una serie de ficheros de código, así como las bases de datos de trabajo, que hemos recopilado y comprimido. Verás que algunos vídeos llevan un código entre paréntesis que coincide con el nombre de alguno de estos ficheros. Esto significa que en el vídeo correspondiente se trabaja con dicho fichero. <br><br>A continuación te explicamos como incorporarlos en la máquina virtual....
2 lectures
2 lectures
FICHEROS DE TRABAJO Y PAQUETES - IMPORTANTE1 min
INICIO DE LA SESIÓN - IMPORTANTE1 min
2 heures pour terminer

MÓDULO 1 - Análisis Exploratorio de Datos

Durante la primera semana del curso se introducen el curso y las herramientas que se emplearán. Además también se presentan las tareas relacionadas con el Análisis Exploratorio de Datos. Cada pocos temas tratados en los vídeos encontrarás un pequeño custionario de 5 preguntas. <br><br><i>Visualiza los vídeos, contesta los cuestionarios tantas veces como quieras, y accede a los foros para discutir los temas que te parezcan más interesantes.</i>...
10 vidéos (Total 84 min), 6 quiz
10 vidéos
Datos - Fuentes de información4 min
Distintos problemas y técnicas8 min
Caso de estudio y herramientas4 min
Introducción a Jupyter Notebook y Pyspark (S1E4.ipynb)5 min
Exploración de la estructura de datos (S1E5.ipynb)14 min
Primera etapa del análisis exploratorio (S1E6.ipynb)11 min
Preproceso de datos (I) - (S1E7.ipynb)11 min
Preproceso de datos (II) - (S1E8.ipynb)6 min
Segunda etapa del análisis exploratorio (S1E9.ipynb)14 min
6 exercices pour s'entraîner
Cuestionario 110 min
Cuestionario 210 min
Cuestionario 310 min
Cuestionario 410 min
Cuestionario 510 min
Cuestionario 610 min
Semaine
2
3 heures pour terminer

MÓDULO 2 - MODELOS DE REGRESIÓN

En el módulo 2 del curso se introducen conceptos de modelización generales (calibración y validación) y en particular los modelos de regresión lineal y regresión logística. Desde la perspectiva de Big Data, se incluyen aspectos relacionados con la regularización de los modelos para su simplificación. <br><br><i>Como en el módulo anterior, visualiza los vídeos, contesta los cuestionarios tantas veces como quieras, y accede a los foros para discutir los temas que te parezcan más interesantes.</i>...
10 vidéos (Total 89 min), 7 quiz
10 vidéos
Objetivo de la Modelización8 min
Calibración del modelo10 min
Resultado de la Modelización11 min
Regresión Simple (S2E4.ipynb)11 min
Nuevas variables (S2E5.ipynb)8 min
Regresión Múltiple (I) (S2E6.ipynb)7 min
Regresión Múltiple (II) (S2E7.ipynb)11 min
Regresión Logística (I) (S2E8.ipynb)8 min
Regresión Logística (II) (S2E9.ipynb)10 min
7 exercices pour s'entraîner
Cuestionario 110 min
Cuestionario 210 min
Cuestionario 310 min
Cuestionario 410 min
Cuestionario 510 min
Cuestionario 610 min
Cuestionario 710 min
Semaine
3
3 heures pour terminer

MÓDULO 3 - ÁRBOLES DE REGRESIÓN Y CLASIFICACIÓN

En el módulo 3 del curso se introduce la família de modelos basada en árboles (clasificación, regresión, bosques) y aspectos generales sobre la incertidumbre y el sobreajuste. Después de cada tema, o de unos pocos temas, encontrarás un cuestionario para comprobar tu nivel de comprensión de los mismos.<br><br><i>Visualiza los vídeos, contesta los cuestionarios tantas veces como quieras, y accede a los foros para discutir los temas que te parezcan más interesantes.</i>...
10 vidéos (Total 89 min), 7 quiz
10 vidéos
Introducción a la Modelización5 min
Medir la Incertidumbre10 min
Concepto de Árbol8 min
Árboles de Regresión11 min
Modelización con Árboles de Regresión (S3E5.ipynb)9 min
Árboles de Clasificación9 min
Modelización con Árboles de Clasificación (S3E7.ipynb)9 min
Bosques Aleatorios14 min
Modelización con Bosques Aleatorios (S3E9.ipynb)9 min
7 exercices pour s'entraîner
Cuestionario 18 min
Cuestionario 210 min
Cuestionario 310 min
Cuestionario 410 min
Cuestionario 510 min
Cuestionario 610 min
Cuestionario 710 min
Semaine
4
3 heures pour terminer

MÓDULO 4 - REDES NEURONALES Y TÉCNICAS NO SUPERVISADAS

En el módulo 4 del curso se introduce la família de modelos basada en redes neuronales así como se introducen las técnicas básicas no supervisadas, tanto de clasificación automática como de reducción de la dimensionalidad. En este módulo, además de los cuestionarios convencionales, tendrás que realizar un trabajo práctico en el que trabajarás las técnicas aprendidas hasta el momento.<br><br><i>Visualiza los vídeos, contesta los cuestionarios tantas veces como quieras, realiza el ejercicios práctico, y accede a los foros para discutir los temas que te parezcan más interesantes.</i>...
10 vidéos (Total 75 min), 1 lecture, 7 quiz
10 vidéos
Redes Neuronales12 min
Modelización con redes neuronales (S4E2.ipynb)6 min
Introducción al reconocimiento de patrones5 min
Reducción dimensión11 min
Análisis de componentes principales (S4E6.ipynb)10 min
Clasificación automática8 min
Análisis de clústers (S4E8.ipynb)7 min
Revisión de la ciencia de datos (I)5 min
Revisión de la ciencia de datos (II)6 min
1 lecture
TRABAJO PRÁCTICO - Enunciado30 min
7 exercices pour s'entraîner
Cuestionario 110 min
Cuestionario 210 min
Cuestionario 310 min
Cuestionario 410 min
Cuestionario 510 min
Cuestionario 610 min
Cuestionario del Ejercicio Práctico30 min
4.2
4 avisChevron Right

Meilleurs avis

par RMApr 2nd 2019

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

Enseignants

Avatar

Llorenç Badiella

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

Isabel Serra

Doctora
Centre de Recerca Matemàtica

À propos de Université autonome de Barcelone

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....

À propos de la Spécialisation Big Data – Introducción al uso práctico de datos masivos

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

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.