0
0
INTRODUCCIÓN AL BIG DATA E IA
€ 40,00
Precio incluido
IVA (21%)
€ 6,94
Disponible
Información del producto
Curso de 40 horas.
Objetivo:
Conocer las principales características del procesamiento masivo de datos en su relación con aplicaciones y algoritmos de Inteligencia Artificial, así como facilitar una aproximación a la planificación y desarrollo de programas de inteligencia artificial y Big Data en el entorno empresarial.Índice de contenidos:
MÓDULO 1. CONCEPTOS BÁSICOS SOBRE SEGURIDAD Y SALUD EN EL TRABAJO
1. ADQUISICIÓN Y DOMINIO DE CONCEPTOS BÁSICOS Y DE CONOCIMIENTOS SOBRE LOS AVANCES EN BIG DATA:
1.1 Cómo evoluciona el BI tradicional al Big Data (navegación web, geolocalización, audiencias TV,…)
1.2 El Big Data como solución al tratamiento masivo de datos: definición e historia desde su invención.
1.3 Hadoop como revolución para el tratamiento paralelo de datos masivo.
1.4 Características del Big Data (4 V's y más): volumetría, velocidad, variedad (estructurados/no estructurados), veracidad (calidad del dato), valor del dato, …
1.5 Nuevos paradigmas del Big Data: Procesos en Real Time y Cloud Computing.
2. CONOCIMIENTO DE NOCIONES BÁSICAS SOBRE ARQUITECTURA BIG DATA Y PRINCIPALES TECNOLOGÍAS:
2.1 El ecosistema Hadoop: HDFS y MapReduce.
2.2 Principales lenguajes de programación utilizados: Java, Scala, SQL y Python.
2.3 Procesos ETL (extracción, transformación y carga): Flume, Sqoop y HIVE.
2.4 Procesos Real Time y bases de datos de alta disponibilidad: Kafka, HBASE y Redis.
2.5 Procesamiento y analítica avanzada con Spark.
2.6 Seguridad y gobierno del dato.
3. COMPRENSIÓN DE LOS PRINCIPALES CONCEPTOS SOBRE LA “CIENCIA DE DATOS” E IA:
3.1 Introducción a la “Ciencia de datos” y la Inteligencia Artificial.
3.2 Principales lenguajes de programación utilizados: R y Python.
3.3 Algoritmos supervisados: ¿Qué son? Algunos Ejemplos.
3.4 Algoritmos no-supervisados: ¿Qué son? Algunos Ejemplos.
3.5 Introducción al Deep Learning y el Aprendizaje por Refuerzo.
3.6 Procesamiento de información no estructurada: Imágenes y Textos.
3.7 Visualización de datos: Visualizaciones interactivas y Dashboards.
4. ADQUISICIÓN DE UNA VISIÓN TRASVERSAL SOBRE EL FUTURO DEL BIGDATA Y CÓMO SE APLICA ACTUALMENTE EN DIFERENTES ÁREAS:
4.1 Ejemplos en las instituciones públicas: OpenData.
4.2 Ejemplos en el mundo empresarial: ejemplos de aplicabilidad del Big Data a la eficiencia de las operaciones de una compañía.
4.3 “Data for Good”: Big Data para el bien social.
4.4 Reflexiones finales sobre el impacto del Big Data en los años venideros
INTRODUCCIÓN AL BIG DATA E IA
Mostrar precios en:
EUR
