Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Introducción a Data Analysis y Big Data
- ¿Qué hace que Big Data sea "grande"?
- Velocidad, Volumen, Variedad, Veracidad (VVVV)
- Límites del procesamiento de datos tradicional
- Procesamiento distribuido
- Análisis estadístico
- Tipos de Machine Learning análisis
- Data Visualization
Big Data Funciones y responsabilidades
- Administradores
- Desarrolladores
- Analistas de datos
Languages Usado para Data Analysis
- R Language
- ¿Por qué R para Data Analysis?
- Manipulación de datos, cálculo y visualización gráfica
- Python
- ¿Por qué Python para Data Analysis?
- Manipulación, procesamiento, limpieza y procesamiento de datos
Aproximaciones a Data Analysis
- Análisis estadístico
- Análisis de series temporales
- Forecasting con modelos de correlación y regresión
- Inferencial Statistics (estimando)
- Descriptivo Statistics en Big Data conjuntos (por ejemplo, calculando la media)
- Machine Learning
- Aprendizaje supervisado frente a aprendizaje no supervisado
- Clasificación y agrupación
- Estimación del costo de métodos específicos
- Filtrado
- Procesamiento del lenguaje natural
- Procesamiento de texto
- Entendiendo el significado del texto
- Generación automática de texto
- Análisis de sentimientos / análisis de temas
- Computer Vision
- Adquisición, procesamiento, análisis y comprensión de imágenes
- Reconstrucción, interpretación y comprensión de escenas 3D
- Uso de datos de imagen para tomar decisiones
Big Data Infraestructura
- Almacenamiento de datos
- Bases de datos relacionales (SQL)
- MySQL
- Postgres
- Oracle
- Bases de datos no relacionales (NoSQL)
- Cassandra
- MongoDB
- Neo4j s
- Entendiendo los matices
- Bases de datos jerárquicas
- Bases de datos orientadas a objetos
- Bases de datos orientadas a documentos
- Bases de datos orientadas a grafos
- Otro
- Bases de datos relacionales (SQL)
- Procesamiento distribuido
- Hadoop
- HDFS como sistema de archivos distribuido
- MapReduce para el procesamiento distribuido
- Chispa
- Marco de computación en clúster en memoria todo en uno para el procesamiento de datos a gran escala
- Transmisión estructurada
- Chispa SQL
- Machine Learning bibliotecas: MLlib
- Procesamiento de grafos con GraphX
- Hadoop
- Scalabilidad
- Nube pública
- AWS, Google, Aliyun, etc.
- Nube privada
- OpenStack, Cloud Foundry, etc.
- Escalabilidad automática
- Nube pública
Elegir la solución correcta para el problema
El futuro de Big Data
Resumen y próximos pasos
Requerimientos
- Una comprensión general de las matemáticas
- Una comprensión general de la programación
- Comprensión general de las bases de datos
Audiencia
- Desarrolladores / programadores
- Consultores de TI
35 Horas
Testimonios (7)
Cómo funciona el big data, programas de datos, mayor conocimiento de cómo funciona nuestro mundo actual utilizando datos
Ozayr Hussain - Vodacom
Curso - A Practical Introduction to Data Analysis and Big Data
Traducción Automática
El lado práctico de la formación.
Patrick - Vodacom PTy Ltd
Curso - A Practical Introduction to Data Analysis and Big Data
Traducción Automática
Interactive topics and the style used by the lecture to simplified the topics for the students
Miran Saeed - Sulaymaniyah Asayish Agency
Curso - A Practical Introduction to Data Analysis and Big Data
the trainer and his ability to lecture
ibrahim hamakarim - Sulaymaniyah Asayish Agency
Curso - A Practical Introduction to Data Analysis and Big Data
Practical exercises
JOEL CHIGADA - University of the Western Cape
Curso - A Practical Introduction to Data Analysis and Big Data
R programming
Osden Jokonya - University of the Western Cape
Curso - A Practical Introduction to Data Analysis and Big Data
Overall the Content was good.
