The Ciencia de Datos and the Inteligencia Artificial (IA) han emergido como pilares fundamentales en la era digital, transformando la toma de decisiones estratégicas en las empresas. The explosión diaria de datos ha generado la necesidad imperativa de comprender, analizar y extraer información valiosa. This Diplomado en Ciencia de Datos e Inteligencia Artificial ofrece una comprensión exhaustiva de la disciplina, desde la introducción a la Ciencia de Datos hasta el análisis avanzado y el procesamiento de datos en tiempo real. A lo largo del programa, adquirirás las habilidades necesarias para resolver problemas complejos en el ámbito de los datos y la IA, utilizando lenguajes clave como Python y R.
Cross-cutting
AI Academy
50 hours
Ciencia de Datos e Inteligencia Artificial
AI Academy
50 hours
Introduction
Objectives
-
Comprender la Ciencia de Datos and their principales aplicaciones.
-
Dominar bases de datos relacionales y NoSQL.
-
Utilizar MongoDB para la gestión eficaz de datos NoSQL.
-
Aplicar Python in the análisis de datos y Big Data.
-
Dominar R for estadística descriptiva y predictiva.
-
Realizar preprocesamiento y análisis avanzado de datos.
-
Presentar resultados de forma efectiva, tanto en análisis de datos como en redes sociales.
Table of Contents
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA CIENCIA DE DATOS
¿Qué es la ciencia de datos?
Herramientas necesarias para el científico de datos
Data Science & Cloud Compunting
UNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALES
Modelo de datos
Tipos de datos
Claves primarias
Índices
El valor NULL
Claves ajenas
Vistas
Lenguaje de descripción de datos (DDL)
Lenguaje de control de datos (DCL)
UNIDAD DIDÁCTICA 3. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE
¿Qué es una base de datos NoSQL?
Bases de datos Relaciones Vs Bases de datos NoSQL
Tipo de Bases de datos NoSQL Teorema de CAP
Sistemas de Bases de datos NoSQL
UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A UN SISTEMA DE BASE DE DATOS NOSQL, MONGODB
¿Qué es MongoDB?
Funcionamiento y usos de MongoDB
Primeros pasos con MongoDB: Instalación y Shell de comandos
Creando nuestra primera base de datos NoSQL: Modelo e inserción de datos
Actualización de datos en MongoDB: Sentencias set y update
Trabajando con índices en MongoDB para optimización de datos
Consulta de datos en MongoDB
UNIDAD DIDÁCTICA 5. PYTHON Y EL ANÁLISIS DE DATOS
Introducción a Python
¿Qué necesitas?
Librerías para el análisis de datos en Python
MongoDB, Hadoop y Python Dream Team del Big Data
UNIDAD DIDÁCTICA 6. R COMO HERRAMIENTA PARA BIG DATA
Introducción a R
¿Qué necesitas?
Tipos de datos
Estadística Descriptiva y Predictiva con R
Integración de R en Hadoop
UNIDAD DIDÁCTICA 7. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
Obtención y limpieza de los datos (ETL)
Inferencia estadística
Modelos de regresión
Pruebas de hipótesis
UNIDAD DIDÁCTICA 8. ANÁLISIS DE LOS DATOS
Inteligencia Analítica de negocios
La teoría de grafos y el análisis de redes sociales
Presentación de resultados
More related courses
Cross-cutting
Cross-cutting
Cross-cutting