Diplomado Data Science

Obtén una sólida base y conoce las problemáticas actuales de análisis de datos, los métodos y tecnologías, para generar soluciones analíticas que aporten valor al negocio.

Contenido del Curso

Ideas Innovadoras en Base a Tecnologías
	Introducción a Data Mining y Machine Learning	00:07:00
	Caso: Estimación de Actividad Delictual	00:05:00
	Caso: Análisis de anomalías en sistema de licitación	00:06:00
	Caso: Predicción de Indicador de Inflación	00:05:00
	Caso: Face Tracking	00:05:00
	Caso: Predicción de fallas de equipo minero	00:06:00
	Introducción Fundamentos de Big Data & Analytics	00:14:00
	Almacenamiento de Datos para el Análisis	00:08:00
	Cloud Computing	00:04:00
	Predictive Analytics	00:08:00
	Introducción a Casos Big Data y Analytics	00:02:00
	Data Mining y Machine Learning	00:14:00
	Toma de Decisiones	00:05:00
	Ejercicio Boleta	00:02:00
	Introducción a Internet of Things	00:03:00
	Internet of Things	00:06:00
	Ejercicio Internet of Things	00:00:00
	Infraestructura de Big Data & Analytics	00:10:00
	Clasificación de mercados	00:07:00
	Principales actores	00:13:00
	Clase en Vivo 1: Ideas Innovadoras en Base a Tecnologías	00:50:00
	Tarea #1: Ideas Innovadoras en Base a Tecnologías	00:00:00
Inteligencia de Negocios
	Introducción a la Inteligencia de Negocios	00:05:00
	Conceptos Fundamentales de Modelación Dimensional	00:05:00
	Arquitectura de Inmon vs Kimball	00:09:00
	Arquitectura de un Datawarehouse	00:09:00
	Diseño Dimensional en 4 pasos	00:02:00
	Paso 1: Definiendo el proceso de negocios	00:02:00
	Paso 2: Definición del grano	00:03:00
	Paso 3: Definición de las dimensiones	00:13:00
	Paso 4: Definición de los hechos	00:04:00
	Introducción Procesos ETL	00:03:00
	Extracción	00:06:00
	Transformación	00:15:00
	Carga	00:04:00
	Buenas Prácticas	00:00:00
	Gestión y Administración de procesos ETL	00:05:00
	Introducción a SLQ	00:02:00
	Función Pivot y Unpivot	00:04:00
	Función Over	00:06:00
	Función Grouping Sets	00:05:00
	Demo de Pivot	00:02:00
	Demo de Over	00:02:00
	Demo de Grouping Sets	00:02:00
	Introducción: Optimización de desempeño en SQL Server	00:03:00
	Uso de archivos de BD en SQL Server	00:07:00
	Uso de índices	00:11:00
	índices Clustered y NonClustered	00:09:00
	Optimización de consultas SQL	00:05:00
	Introducción: Visualización de Datos	00:01:00
	Visualización y reportería	00:08:00
	Tipos de reportes	00:03:00
	Tarea #2: Diplomado Data Science	00:00:00
Data Science
	Introducción al Data Science	00:16:00
	Casos de Data Science: Caso Narcos	00:04:00
	Casos de Data Science: Caso IPC	00:03:00
	Casos de Data Science: Caso Video Analytics	00:03:00
	Proceso de Data Science	00:14:00
	Explorando Datos: Azure Machine Learning	00:10:00
	Explorando Datos: R	00:08:00
	Explorando Datos: Excel	00:05:00
	Introducción: Optimización de desempeño en SQL Server	00:03:00
	Creación de consultas en T-SQL con SQL Server 2017	00:24:00
	Consultando bases de datos Open Source (MySQL, PostgreSQL)	00:13:00
	Consultando Azure Document DB y Cosmos DB	00:08:00
	Consultando Hadoop utilizando PolyBase	00:11:00
	Consultando Bases de datos basadas en grafos	00:16:00
	Visualización con Herramientas Microsoft	00:03:00
	Visualización en Excel	00:27:00
	Visualización en Python	00:19:00
	Visualización en PowerBI Cloud (Service y Premium)	00:38:00
	Visualización en PowerBI Report Server	00:06:00
	Visualización con SQL Server Reporting Services	00:36:00
	Población, Muestra y Variables	00:03:00
	Tablas de frecuencias y Medidas de Localización	00:19:00
	Análisis de Correlación	00:18:00
	Modelos matemáticos	00:03:00
	Explorando datos con SQL	00:30:00
	Introducción a R	00:12:00
	Exploración de datos con R	00:25:00
	Introducción a Python	00:04:00
	Exploración de datos con Python	00:06:00
	Proceso de Data Science	00:14:00
	Adquisición y comprensión de los datos	00:15:00
	Creación de modelos	00:21:00
	Despliegue y consumo de modelos	00:04:00
	Ejemplo Proceso DS con SQL Server Machine Learning Services	00:15:00
	Ejemplo Proceso DS con Azure Machine Learning	00:25:00
	Introducción a los modelos de clasificación	00:06:00
	Modelo de Regresión	00:12:00
	Modelos de Árboles de Decisión	00:15:00
	Modelos de Redes Neuronales y Support Vector Machines	00:12:00
	Modelos de Segmentación y Recomendación	00:21:00
	Manipulación de datos con SQL	00:20:00
	Preparación de set de datos con SQL	00:22:00
	Preparación de set de datos con R	00:20:00
	Manipulación de datos con R	00:10:00
	Manipulación de datos con Python	00:06:00
	Preparación de datos con Python	00:08:00
	Implementando una aplicación de negocio con Azure Machine Learning	00:12:00
	Implementando una aplicación de negocio con SQL server Machine Learning Services	00:12:00
	Utilizando Spark en HDinsight	00:29:00
	Utilización de Pig y Hive en HDinsight	00:50:00
	Desarrollo de aplicaciones inteligentes	00:03:00
Power BI
	Introducción a Power BI	00:04:00
	Conseguir Power BI	00:00:00
	Orígenes de Datos	00:00:00
	Limpieza y Transformación de Datos	00:00:00
	Extraer Datos desde archivos de texto	00:00:00
	Corrigiendo interpretación de tipos de datos	00:06:00
	Extraer datos desde un conjunto de archivos de texto	00:08:00
	Extracción de datos desde Excel	00:05:00
	Extracción desde una BD	00:11:00
	Modos de conectividad a Datos	00:07:00
	Manejo de pasos de transformación	00:15:00
	Extracción de datos desde la Web	00:06:00
	Unpivot	00:05:00
	Merge	00:10:00
	Append	00:05:00
	Agrupar	00:09:00
	Ejercicio de preparación de datos	00:27:00

Opiniones del Curso

5

1 Calificación

5 stars1
4 stars0
3 stars0
2 stars0
1 stars0

CLAUDIO CARDENAS MANSILLA 14/12/2018 de 1:50 am Responder

CALIFICACION
5
Me pareció excelente este curso, la exposición de los contenidos muy clara y practica,

110 ALUMNOS MATRICULADOS

Profesores

Marco de Metric Arts

Contenido del Curso

Opiniones del Curso

5

CALIFICACION

Validador Certificado

Entrar

Diplomado Data Science

Profesores

Marco de Metric Arts

Contenido del Curso

Opiniones del Curso

5

CALIFICACION