Diplomado en Big Data

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