Instituto Profesional IACC

Diplomado en Big Data

Instituto Profesional IACC
Online

Precio a consultar
¿O prefieres llamar ahora al centro?
23240... Ver más

Información importante

Tipología Diplomado
Metodología Online
Horas lectivas 100h
Inicio Fechas a escoger
Campus online
Servicio de consultas
Tutor personal
Clases virtuales
  • Diplomado
  • Online
  • 100h
  • Inicio:
    Fechas a escoger
  • Campus online
  • Servicio de consultas
  • Tutor personal
  • Clases virtuales
Descripción

El Diplomado se enmarca en la cuarta revolución industrial, ya que ofrece una mirada sistemática al fenómeno del Big Data, el cual se orienta a abordar las técnicas, herramientas y procedimientos de cómo implementar en diferentes empresas proyectos de análisis de datos masivos, los cuales van desde el almacenamiento hasta el procesamiento de grandes volúmenes de datos, para su adecuado uso dentro de una organización. El propósito fundamental de este diplomado se centra en desarrollar dentro de los estudiantes los conocimientos y habilidades para el manejo estadístico y econométrico de datos, tanto para su uso en un análisis descriptivo y de diagnóstico, como para el análisis predictivo y prescriptivo.

Es importante resaltar que las temáticas abordadas resultan fundamentales a la hora de diseñar, administrar y analizar los datos masivos, competencias que debe tener en la actualidad cualquier profesional del área de la computación y la informática.

El diplomado considera un carácter teórico – analítico, para lo cual se abordarán conceptos asociados a la gestión del conocimiento, análisis de datos masivos, visualización de datos y lo concerniente a la privacidad y confidencialidad de la información.

Instalaciones (1) y fechas
¿Dónde se da y en qué fecha?
comienzo Ubicación
Fechas a escoger
Online
comienzo Fechas a escoger
Ubicación
Online

Preguntas Frecuentes

· ¿Cuáles son los objetivos de este curso?

Comprender las características del Big Data, en función de sus aspectos técnicos y procedimentales, utilizando para ellos casos prácticos y análisis teóricos

· ¿A quién va dirigido?

Todos los profesionales de las áreas de la Ingeniería en Informática o similar

· Requisitos

Licencia de enseñanza media

· Titulación

Para obtener la certificación, el alumno deberá obtener una nota igual o superior a 4,0, con un nivel de exigencia del 60%. Además, es requisito obligatorio la entrega del proyecto final.

· ¿Qué pasará luego de pedir información?

El centro se pondrá en contacto contigo, una vez envíes tus datos a través del formulario

Opiniones

0.0
No valorado
Valoración del curso
98,8%
Lo recomiendan
4.8
excelente
Valoración del Centro

Opiniones sobre este centro

Todavía no hay opiniones de este curso
* Reseñas recogidas por Emagister & iAgora

Logros de este Centro

2017

¿Cómo se consigue el sello CUM LAUDE?

Todos los cursos están actualizados

La valoración media es superior a 3,7

Más de 50 opiniones en los últimos 12 meses

Este centro lleva 4 años en Emagister.

¿Qué aprendes en este curso?

Análisis de datos
Gestión del conocimiento
Programación
Proyectos
Fundamentos
Modelos
Bbdd
Bases de Datos
Etnografías
Visualización
Scrapping
API´s
Big Data
Plataformas computacionales
Datos estructurados

Temario

Módulo I: Gestión del conocimiento

La gestión de los activos intangibles

Dato, información, conocimiento, conversación, innovación

Conocimiento tácito y explícito

Procesos de conocimiento y dominios de conocimiento

Estrategias de gestión del conocimiento

Conversión del conocimiento

Módulo II: Analítica y Big Data

Introducción

Definición Big Data y analítica:

Big Data y analítica de los datos

Las V de Big Data

Arquitectura de datos en Big Data

Herramientas de analítica y Big Data

Almacenamiento y captura de datos

Definición de Big Data y analítica:

Big Data y cloud computing

Análisis Big Data

Casos de éxito: Analítica para la toma de decisiones y competitividad

Principios del análisis masivo de datos

Tecnologías para analizar grandes volúmenes de datos

Relación entre analítica de datos, minería de datos, ciencia de los datos

Metodología para proyectos de analítica

Tendencias en la ciencia de datos

Métodos de Machine Learning:

Método de regresión

Método de clasificación

Método de agrupación

Módulo III: Modelos analíticos con datos estructurados

Análisis exploratorios

Modelos analíticos descriptivos: reducción de dimensionalidad, clustering y reglas de asociación

Modelos analíticos predictivos: Regresión, árboles de decisión, redes neuronales, métodos de ensamble

Preparación de datos estructurados

Consideraciones adicionales antes de aplicar modelos analíticos


Usuarios que tenian interés por este curso también también se interesaron por...
Ver más cursos similares