Explore

Big Data: procesamiento y análisis

Approx. 13 hours to complete

Save Course

Go to Course

Course Summary

Learn how to process and analyze Big Data with this comprehensive course. Gain hands-on experience with popular Big Data technologies like Hadoop, MapReduce, and Spark.

Key Learning Points

Learn how to process and analyze large amounts of data using Hadoop, MapReduce, and Spark
Gain hands-on experience with real-world Big Data projects
Learn how to optimize data processing for speed and scalability

Learning Outcomes

Ability to process and analyze large amounts of data using Hadoop, MapReduce, and Spark
Hands-on experience with real-world Big Data projects
Optimization skills for data processing for speed and scalability

Prerequisites or good to have knowledge before taking this course

Basic programming knowledge
Basic understanding of data structures and algorithms

Course Difficulty Level

Intermediate

Course Format

Online
Self-paced
Hands-on

Similar Courses

Introduction to Big Data
Big Data Analytics Using Spark
Big Data Essentials: HDFS, MapReduce and Spark RDD

Related Education Paths

Notable People in This Field

Creator of Hadoop
Creator of Apache Spark

Related Books

Description

El presente curso tiene como objetivo presentar los métodos y técnicas básicos para el procesamiento y análisis de datos en el contexto de Big Data. No prentende ser un curso exhaustivo sobre Machine Learning ni sobre métodos Estadísticos, simplemente se pretenden mostrar las características principales de estas técnicas para que el alumno pueda tener una visión general de las opciones que ofrece el análisis de datos para poder explorar, confirmar indicios y en definitiva, extraer conclusiones.

El curso está dirigido a estudiantes y profesionales que deseen aproximarse al procesamiento y análisis de datos en Big Data. Aunque no es un requisito indispensable tener experiencia en análisis de datos o en entornos Big Data, el curso puede resultar especialmente interesante a estudiantes con ciertos conocimientos de análisis de datos que deseen introducirse en el entorno Big Data, por otro lado, también resultará interesante a aquellos estudiantes con cierta experiencia en entornos Big Data que deseen adquirir una mayor visión analítica. En este sentido el curso pretende ofrecer recursos realistas en el contexto Big Data y por este motivo se trabajará des de una máquina virtual con la aplicación Jupyter como enlace para desarrollar los modelos y técnicas con PySpark. El curso está dividido en 4 módulos más o menos independientes aunque se recomienda realizarlos de forma secuencial. En el Módulo 1 se presentan los diferentes problemas y técnicas más habitules para analizar datos desde una perspectiva general. También se introduce el caso de estudio y las herramientas de trabajo que se emplearán. El resto de módulo está dedicado a la tarea de Exploración y Pre-Proceso de los datos, incluyendo consultas, tareas de gestión, resúmenes numéricos y gráficos. Los siguientes módulos se focalizan en las técnicas de análisis. El Módulo 2 se centra en técnicas de modelización básicas, en particular regresión y regresión logística. Además de repasar las etapas de calibración del modelo, también se incluyen las etapas de validación y simplificación. El módulo 3 está plenamente dedicado a la técnica de Árboles de Regresión y Clasificación. También se incluyen los bosques aleatorios. El módulo final contiene la técnica de Redes Neuronales para clasificación y también una introducción a las técnicas No Supervisadas, en particular, reducción de dimensión a través del análisis de componentes principales y la clasificación automática a través del análisis de clústers.

Outline

INTRODUCCIÓN
Presentación de la especialización
Presentación del curso
Bienvenida
Contenidos del curso (Temario)
Organización del curso y evaluación
Resolver dudas e incidencias
Sobre el certificado
FAQs - Generales
FAQs - Cuestionarios y ejercicios
FAQs - Certificado
Enlaces relacionados

LA MÁQUINA VIRTUAL
Introducción
Instalación de la máquina virtual - Import start
Instalación de la máquina virtual - Tips
Instalación de la máquina virtual - Pyspark setup
Link para la descarga de la MV_Cloudera
Instalación de la MV - Import start
Instalación de la MV - Tips
Instalación de la MV - Pyspark setup

MATERIAL DE PRÁCTICAS Y FICHEROS DE TRABAJO
FICHEROS DE TRABAJO Y PAQUETES - IMPORTANTE
INICIO DE LA SESIÓN - IMPORTANTE

MÓDULO 1 - Análisis Exploratorio de Datos
Introducción
Datos - Fuentes de información
Distintos problemas y técnicas
Caso de estudio y herramientas
Introducción a Jupyter Notebook y Pyspark (S1E4.ipynb)
Exploración de la estructura de datos (S1E5.ipynb)
Primera etapa del análisis exploratorio (S1E6.ipynb)
Preproceso de datos (I) - (S1E7.ipynb)
Preproceso de datos (II) - (S1E8.ipynb)
Segunda etapa del análisis exploratorio (S1E9.ipynb)
Cuestionario 1
Cuestionario 2
Cuestionario 3
Cuestionario 4
Cuestionario 5
Cuestionario 6

MÓDULO 2 - MODELOS DE REGRESIÓN
Introducción
Objetivo de la Modelización
Calibración del modelo
Resultado de la Modelización
Regresión Simple (S2E4.ipynb)
Nuevas variables (S2E5.ipynb)
Regresión Múltiple (I) (S2E6.ipynb)
Regresión Múltiple (II) (S2E7.ipynb)
Regresión Logística (I) (S2E8.ipynb)
Regresión Logística (II) (S2E9.ipynb)
Cuestionario 1
Cuestionario 2
Cuestionario 3
Cuestionario 4
Cuestionario 5
Cuestionario 6
Cuestionario 7

MÓDULO 3 - ÁRBOLES DE REGRESIÓN Y CLASIFICACIÓN
Introducción
Introducción a la Modelización
Medir la Incertidumbre
Concepto de Árbol
Árboles de Regresión
Modelización con Árboles de Regresión (S3E5.ipynb)
Árboles de Clasificación
Modelización con Árboles de Clasificación (S3E7.ipynb)
Bosques Aleatorios
Modelización con Bosques Aleatorios (S3E9.ipynb)
Cuestionario 1
Cuestionario 2
Cuestionario 3
Cuestionario 4
Cuestionario 5
Cuestionario 6
Cuestionario 7

MÓDULO 4 - REDES NEURONALES Y TÉCNICAS NO SUPERVISADAS
Introducción
Redes Neuronales
Modelización con redes neuronales (S4E2.ipynb)
Introducción al reconocimiento de patrones
Reducción dimensión
Análisis de componentes principales (S4E6.ipynb)
Clasificación automática
Análisis de clústers (S4E8.ipynb)
Revisión de la ciencia de datos (I)
Revisión de la ciencia de datos (II)
TRABAJO PRÁCTICO - Enunciado
Cuestionario 1
Cuestionario 2
Cuestionario 3
Cuestionario 4
Cuestionario 5
Cuestionario 6
Cuestionario del Ejercicio Práctico

Summary of User Reviews

Discover the power of big data processing and analysis with this Coursera course. Students have praised the course for its comprehensive content and valuable insights into the field of big data processing and analysis.

Key Aspect Users Liked About This Course

The course provides a comprehensive overview of big data processing and analysis, providing valuable insights into the field.

Pros from User Reviews

The course is well-structured and provides a comprehensive overview of big data processing and analysis.
The instructors are knowledgeable and provide valuable insights into the field.
The course is engaging and interactive, making it easy to learn and understand complex concepts.
The course provides hands-on experience with big data tools and technologies.
The course is suitable for both beginners and experienced professionals in the field.

Cons from User Reviews

The course can be time-consuming and requires a significant amount of effort to complete.
The course may be too basic for experienced professionals in the field.
The course may not provide enough practical experience for some students.
The coursework can be challenging and requires a strong understanding of programming and data analysis.
The course may not cover all the latest trends and technologies in the field.

Recommended for you

Introducción al Análisis de Datos

Obtendrás una comprensión del ecosistema de datos y de los fundamentos del análisis de datos, como la recopilación de datos o la minería de datos....

Save Course

Google Cloud Big Data and Machine Learning Fundamentals en Español

En este curso a pedido y acelerado de 1 semana, los participantes descubrirán las capacidades de los macrodatos y del aprendizaje automático de Google Cloud Platform (GCP)....

Save Course

Impacto de la Inteligencia Artificial en la Innovación de Negocios

Esta tecnología se comenzó a desarrollar a mediados de los años 50’s presentando un crecimiento intermitente en sus inicios. Aprenderás qué es un negocio digital y sus principales componentes....

Save Course

Mejora tu Negocio con Inteligencia Artificial

Optimiza tu negocio con las nuevas herramientas de inteligencia artificial para brindar una mejor experiencia a tus clientes. Esto brinda información muy valiosa tanto a organizaciones, como a empresas....

Save Course