Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Programa del Curso
Resumen rápido
- Fuentes de datos
- Cuidado de los datos
- Sistemas de recomendación
- Objetivo Marketing
Datatypes
- Estructurado vs no estructurado
- Estático vs transmitido
- Datos actitudinales, conductuales y demográficos
- Analítica basada en datos frente a analítica impulsada por el usuario
- Validez de los datos
- Volumen, velocidad y variedad de datos
Modelos
- Modelos de construcción
- Modelos estadísticos
- Aprendizaje automático
Clasificación de datos
- Agrupamiento
- kGroups, k-means, los vecinos más cercanos
- Colonias de hormigas, bandadas de pájaros
Modelos predictivos
- Árboles de decisión
- Máquina de vectores de soporte
- Clasificación Bayes ingenua
- Redes neuronales
- Modelo de Markov
- Regresión
- Métodos de ensamble
Retorno de la inversión
- Relación beneficio/costo
- Costo del software
- Costo de desarrollo
- Beneficios potenciales
Modelos de construcción
- Preparación de datos (MapReduce)
- Limpieza de datos
- Elección de métodos
- Modelo en desarrollo
- Modelo de prueba
- Evaluación de modelos
- Implementación e integración de modelos
Visión general del software comercial y de código abierto
- Selección del paquete R-project
- Python Bibliotecas
- Hadoop y Mahout
- Proyectos Apache seleccionados relacionados con Big Data y Analytics
- Solución comercial seleccionada
- Integración con el software y las fuentes de datos existentes
Requerimientos
Comprensión de los métodos tradicionales de gestión y análisis de datos como SQL, almacenes de datos, business intelligence, OLAP, etc... Comprensión de la estadística básica y la probabilidad (media, varianza, probabilidad, probabilidad condicional, etc.)
21 horas
Testimonios (2)
El contenido, ya que me pareció muy interesante y creo que me ayudaría en mi último año en la Universidad.
Krishan - NBrown Group
Curso - From Data to Decision with Big Data and Predictive Analytics
Traducción Automática
Richard's training style kept it interesting, the real world examples used helped to drive the concepts home.
