En este último curso de la Especialización Big Data el estudiante tendrá la oportunidad de aplicar algunas de las herramientas y métodos aprendidos en los cursos anteriores en un caso práctico.
El objetivo de este Capstone Project es mostrar un ejemplo del trabajo que se realiza diariamente en el departamento de Cosmología del Port d’Informació Científica, en Barcelona. Se trata de crear un clasificador para imágenes de galaxias, a partir de datos del proyecto GalaxyZoo e imágenes y datos del telescopio Sloan Digital Sky Survey. Los trabajos y ejercicios guiados llevarán al estudiante a la exploración y analisis de estos datos, hasta realizar una herramienta automática de Machine Learning.
El proceso seguido por los estudiantes en este curso se podría aplicar en cualquier otra disciplina, por ejemplo en las ciencias sociales, en un estudio de mercado o en cualquier ámbito que comporte toma de decisiones a partir de un gran volumen de datos.
Ce cours fait partie de la Spécialisation Big Data – Introducción al uso práctico de datos masivos
Big Data: capstone project
proposé par
Spécialisation Big Data – Introducción al uso práctico de datos masivos Université autonome de Barcelone
Programme du cours : ce que vous apprendrez dans ce cours
Semaine
11 heure pour terminer
INTRODUCCIÓN
8 lectures
8 lectures
BIENVENIDA1 min
Contenidos del curso (Temario)3 min
Organización del curso y evaluación10 min
Sobre el certificado2 min
FAQs - Generales10 min
FAQs - Cuestionarios y ejercicios10 min
FAQs - Certificado10 min
Links relacionados2 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.</b> En caso contrario, en este apartado te explicamos cómo descargar e instalar dicha máquina virtual en tu ordenador. <br><br>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
Introducción3 min
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_Cloudera20 min
Instalación de la MV - Import start20 min
Instalación de la MV - Tips10 min
Instalación de la MV - Pyspark set up10 min
1 heure pour terminer
MÓDULO 1 - Exploración de datos
En esta semana vamos a conocer el proyecto y a hacer una primera exploración de algunos de los datos con los que iremos trabajando. Nos familiarizamos con el contenido de estos ficheros y haremos el trabajo preliminar para poderlo luego aplicar a grandes volumenes de datos.
1 vidéo (Total 6 min), 2 lectures, 1 quiz
1 vidéo
Introducción6 min
2 lectures
Introducción CAPSTONE PROJECT10 min
Trabajo a realizar30 min
1 exercice pour s'entraîner
Exploración de los datos30 min
Semaine
21 heure pour terminer
MÓDULO 2 - MODELO DE DATOS
En esta semana aprenderemos a cargar los datos en Hive, construir su modelo de datos y entender la tarea de clasificar una galaxia según su forma.
1 vidéo (Total 1 min), 3 lectures, 1 quiz
1 vidéo
Introducción46s
3 lectures
Trabajo a realizar10 min
Trabajo a realizar10 min
Trabajo a realizar10 min
1 exercice pour s'entraîner
Modelo de datos30 min
Semaine
31 heure pour terminer
MÓDULO 3 - CLASIFICACIÓN
Esta semana vamos a normalizar un modelo de datos, estudiaremos con profundidad los votos que nos han proporcionado los usuarios y generaremos la información necesaria para construir un clasificador automàtico.
1 vidéo (Total 1 min), 2 lectures, 1 quiz
1 vidéo
Introducción31s
2 lectures
Trabajo a realizar10 min
Trabajo a realizar10 min
1 exercice pour s'entraîner
Clasificación20 min
Semaine
44 heures pour terminer
MÓDULO 4 - MACHINE LEARNING
Esta semana introduciremos el dataset de imágenes galácticas y prepararemos dos algoritmos de Inteligencia Artificial para la clasificación automática de galaxias a partir de una imagen.
1 vidéo (Total 2 min), 6 lectures, 5 quiz
1 vidéo
Introducción1 min
6 lectures
Introducción10 min
Dataset de imágenes galácticas10 min
Trabajo a realizar20 min
Trabajo a realizar40 min
Trabajo a realizar30 min
Trabajo a realizar30 min
5 exercices pour s'entraîner
Preprocesado y carga de datos (para practicar)10 min
PCA (para practicar)10 min
Regresión logística (para practicar)10 min
Redes neuronales (para practicar)10 min
Machine Learning30 min
Enseignants
Francesc Torradeflot
ProfesorAstrophysics and Cosmology Software Engineer
Nadia Tonello
ProfesoraCosmology Projects Scientist and Data Support
Pau Tallada
ProfesorAstrophysics and Cosmology Software Engineer
Jorge Carretero
Profesor Cosmology Projects Scientist and Data Support
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.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
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.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
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.
Quelle est la politique de remboursement ?
Une aide financière est-elle possible ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
Coursera propose un accès universel à la meilleure formation au monde,
en partenariat avec des universités et des organisations du plus haut niveau, pour proposer des cours en ligne.
© 2019 Coursera Inc. Tous droits réservés.
