EMAGISTER CUM LAUDE
EMAGISTER CUM LAUDE
DELENA

Big Data Analytics

4.0 fantástico 3 opiniones
DELENA
A Distancia
  • DELENA

265 
CURSO PREMIUM
¿O prefieres llamar ahora al centro?
¿Quieres hablar con un asesor sobre este curso?

Información importante

Tipología Curso
Metodología A distancia
Horas lectivas 250h
Inicio Marzo
otras fechas
Bolsa de empleo
  • Curso
  • A distancia
  • 250h
  • Inicio:
    Marzo
    otras fechas
  • Bolsa de empleo
Descripción

Emagister.com y Delena Formación se han fortalecido presentando su curso educativo a distancia de bid data analytics con una duración de 250 horas.

Por medio de este curso educativo, los estudiantes podrán entender todo lo que refiere el data mining, business intelligence y big data, para saber aplicar, gestionar y utilizar todas las herramientas y técnicas modernas del tratamiento de datos y su origen, para aplicarlos en el mundo del marketing.

Si quieres convertirte en un profesional en la inteligencia de datos, no esperes más y regístrate en Emagister.com.

Instalaciones (1) y fechas
Dónde se imparte y en qué fechas

Ubicación

Inicio

A distancia

Inicio

MarzoMatrícula abierta
AbrilMatrícula abierta
MayoMatrícula abierta
JunioMatrícula abierta
JulioMatrícula abierta
AgostoMatrícula abierta
SeptiembreMatrícula abierta
OctubreMatrícula abierta
NoviembreMatrícula abierta
NoviembreMatrícula abierta
DiciembreMatrícula abierta
EneroMatrícula abierta
FebreroMatrícula abierta

Preguntas & Respuestas

Plantea tus dudas y otros usuarios podrán responderte

¿Quién quieres que te responda?

Sólo publicaremos tu nombre y pregunta

Opiniones

4.0
fantástico
Valoración del curso
100%
Lo recomiendan
4.2
fantástico
Valoración del Centro

Opiniones sobre este curso

L
lydia virginia hernandez ore
Opinión verificada
4.0 25/06/2019
Sobre el curso: Teóricamente bien, pero hago en falta las practicas. Las URL's que venían eran privadas y no nos dieron las contraseñas.
¿Recomendarías este curso?:
¿Te ha ayudado esta opinión? (0)
I
Isabel R.
Opinión verificada
3.0 11/05/2019
Sobre el curso: El temario me parece que es bastante complicado, lo recomendaría a personas que tienen algo de experiencia en el tema.
¿Recomendarías este curso?:
¿Te ha ayudado esta opinión? (0)
A
Alberto Fernández Vázquez
Opinión verificada
5.0 24/05/2018
Lo mejor: El precio es económico y te ofrecen facilidades de pago. El profesorado es profesional y resuelven todas tus dudas brevemente, además el material es excelente ya el temario es muy completo y esta muy bien detallado.
A mejorar: Nada.
¿Recomendarías este curso?:
¿Te ha ayudado esta opinión? (0)
* Opiniones recogidas por Emagister & iAgora

Logros de este Centro

2019
2018
2017
2016
2015

¿Cómo se consigue el sello CUM LAUDE?

Todos los cursos están actualizados

La valoración media es superior a 3,7

Más de 50 opiniones en los últimos 12 meses

Este centro lleva 5 años en Emagister.

¿Qué aprendes en este curso?

Data mining
E-business
Exportación
Herramientas de marketing
Imagen
Importación
Modelado
Registros
Segmentación
Análisis de datos
Redes neuronales
Gráficos
Automática
Color
Calor
Management
Matrices
Árboles
Mapas
SPSS
Big Data

Temario

"Nuestro portal te presenta este curso que imparte el centro Delena y que está estructurado en las unidades temáticas que se detallan a continuación:
Capítulo 1. DATA MINING, BUSINESS INTELLIGENCE Y BIG DATA 1.1 INTRODUCCIÓN 1.2 TÉCNICAS MODERNAS DE TRATAMIENTO DE DATOS: BIG DATA, DATA MINING Y BUSINESS INTELLIGENCE 1.3 ANALYTICS Y TÉCNICAS DE MINERÍA DE DATOS 1.4 ANALYTICS E INTELIGENCIA DE NEGOCIOS 1.5 BIG DATA Y HADOOP Capítulo 2. INTRODUCCIÓN A SAS VISUAL ANALYTICS. ENTORNO DE TRABAJO 2.1 VISUAL ANALYTICS 2.2 VENTAJAS DE SAS VISUAL ANALYTICS 2.3 EL ENTORNO DE TRABAJO DE SAS VISUAL ANALYTICS 2.4 ACCESO A SAS VISUAL ANALYTICS 2.5 ACERCA DE LA DISPONIBILIDAD DE LOS MENÚS Y LAS SELECCIONES DE MENÚ EN SAS VISUAL ANALYTICS 2.6 PRIMER VISTAZO A LA PÁGINA DE INICIO DE SAS VISUAL ANALYTICS 2.7 GESTIÓN DE CONTENIDO EN LA PÁGINA DE INICIO 2.8 TRABAJANDO CON EL PANEL DE LA DERECHA EN LA PÁGINA DE INICIO 2.9 EXPLORANDO DATOS USANDO EL INSPECTOR DE OBJETOS EN LA PÁGINA DE INICIO 2.10 GESTIÓN DE COLECCIONES EN LA PÁGINA DE INICIO 2.11 AGREGAR COMENTARIOS A LOS OBJETOS EN LA PÁGINA DE INICIO 2.12 ESPECIFICAR SUS PREFERENCIAS 2.13 ACCESO A DATOS 2.14 ADMINISTRANDO ACCESO A DATOS Capítulo 3. SAS VISUAL ANALYTICS DATA BUILDER 3.1 DATA BUILDER (GENERADOR DE DATOS) 3.2 ACCESO A DATOS MEDIANTE DBMS 3.3 TRABAJANDO CON FORMATOS DEFINIDOS POR EL USUARIO 3.4 ESPECIFICAR SUS PREFERENCIAS PARA EL GENERADOR DE DATOS 3.5 CONSULTA DE DATOS 3.6 CREANDO CONSULTAS DE DATOS 3.7 GUARDAR UNA CONSULTA DE DATOS COMO UNA NUEVA DATA QUERY 3.8 USANDO LA PESTAÑA DE DISEÑO 3.9 AGREGAR UN ORIGEN DE DATOS 3.10 ESPECIFICAR PROPIEDADES PARA UNA CONSULTA DE DATOS 3.11 TABLAS 3.12 ESPECIFICAR PROPIEDADES DE UNA TABLA DE ORIGEN 3.13 TABLAS DE SALIDA 3.14 AGREGAR COLUMNAS PARA UNA CONSULTA DE DATOS 3.15 QUITAR COLUMNAS 3.16 ESPECIFICAR UNA EXPRESIÓN DE COLUMNA 3.17 ESPECIFICAR AGREGACIONES 3.18 QUITAR TODAS LAS AGREGACIONES 3.19 USANDO GRUPO DE VARIABLES 3.20 USANDO FUNCIONES DE AUTO-AGREGADO 3.21 USANDO EL PIVOTE POR CARACTERÍSTICA 3.22 ACERCA DEL FILTRADO DE DATOS 3.23 ESPECIFICANDO UNA CLÁUSULA WHERE 3.24 ESPECIFICAR UNA CLÁUSULA HAVING 3.25 CONSEJOS PARA USO DE FILTROS 3.26 ACERCA DE UNION 3.27 ¿CÓMO FUNCIONA LA FUNCIÓN DE COMBINACIÓN AUTOMÁTICA? 3.28 AGREGAR UN ÚNETE 3.29 ELIMINAR UN JOIN 3.30 GESTIÓN DE UNIÓN EN UNA CONSULTA DE DATOS Capítulo 4. SAS VISUAL ANALYTICS EXPLORER 4.1 INTRODUCCIÓN 4.2 LA VENTANA DE BIENVENIDA 4.3 PRIMER VISTAZO AL EXPLORADOR 4.4 ESPECIFICAR SUS PREFERENCIAS PARA EL EXPLORADOR 4.5 CREAR UNA NUEVA EXPLORACIÓN 4.6 ELIMINAR EXPLORACIONES 4.7 GESTIÓN DE PROPIEDADES DE DATOS 4.8 IMPORTACIÓN LOCAL DE FUENTES DE DATOS 4.9 ABRIR UN ORIGEN DE DATOS DIFERENTE COMO UNA NUEVA EXPLORACIÓN 4.10 CAMBIO DEL ORIGEN DE DATOS PARA LA EXPLORACIÓN 4.11 ACTUALIZAR FUENTE DE DATOS 4.12 CREANDO DATOS CALCULADOS 4.13 CREANDO MEDIDAS AGREGADAS 4.14 CREANDO ELEMENTOS DERIVADOS 4.15 EDITAR UN AGREGADO CALCULADO O DERIVADOS DE ELEMENTOS DE DATOS 4.16 ELIMINAR UN ELEMENTO CALCULADO, AGREGADOS O DERIVADOS DE ELEMENTOS DE DATOS 4.17 DUPLICAR UN ELEMENTO DE DATOS 4.18 DEFINIR UN ELEMENTO DE DATOS GEOGRAFICO 4.19 DEFINIR ELEMENTOS DE DATOS DE TEXT ANALYTICS Capítulo 5. VISUALIZACIONES EN SAS VISUAL ANALYTICS 5.1 INTRODUCCIÓN A LAS VISUALIZACIONES 5.2 TRABAJANDO CON VISUALIZACIONES 5.3 ADMINISTRANDO DATOS EN VISUALIZACIONES 5.4 RANKING DE DATOS 5.5 ADMINISTRAR EJES DE VISUALIZACIONES 5.6 TRABAJANDO CON RANGOS DE VISUALIZACIÓN DE DATOS Y GRADIENTES DE COLOR 5.7 TRABAJANDO CON DATOS RESALTADOS 5.8 TRABAJANDO CON GRÁFICOS AUTOMÁTICOS 5.9 TRABAJANDO CON GRÁFICOS DE BARRAS 5.10 TRABAJANDO CON GRÁFICOS DE LÍNEAS 5.11 PREDICCIÓN 5.12 TRABAJANDO CON TABLAS 5.13 TRABAJANDO CON TABLAS CRUZADAS 5.14 ADMINISTRANDO FILAS Y COLUMNAS EN UNA TABLA DE REFEERENCIAS CRUZADAS 5.15 CREAR UNA JERARQUÍA DE UN DE TABLA DE REFERENCIAS CRUZADAS 5.16 TRABAJANDO CON GRÁFICOS DE DISPERSIÓN 5.17 APLICANDO ANÁLISIS DE DATOS 5.18 TRABAJANDO CON GRÁFICOS DE BURBUJA 5.19 TRABAJANDO CON DIAGRAMAS DE RED 5.20 TRABAJANDO CON HISTOGRAMAS 5.21 TRABAJANDO CON GRÁFICOS DE CAJA Y BIGOTES 5.22 TRABAJANDO CON MAPAS DE CALOR 5.23 TRABAJANDO CON MAPAS GEOGRÁFICOS (GEO MAPAS) 5.24 TRABAJANDO CON LOS GRÁFICOS DE MOSAICOS (TREEMAPS) 5.25 TRABAJANDO CON MATRICES DE CORRELACIÓN 5.26 TRABAJANDO CON ÁRBOLES DE DECISIÓN 5.27 TRABAJANDO CON NUBES DE PALABRAS Capítulo 6. FILTROS, JERARQUÍAS, INFORMES Y ANÁLISIS DE DATOS 6.1 TRABAJANDO CON FILTROS 6.2 TRABAJANDO CON FILTROS AVANZADOS 6.3 EDITANDO LA EXPRESIÓN DE UN FILTRO 6.4 EXPORTAR UNA EXPLORACIÓN VISUAL COMO UN INFORME 6.5 EXPORTAR UNA EXPLORACIÓN VISUAL COMO UN ARCHIVO PDF 6.6 GUARDAR UNA VISUALIZACIÓN COMO UN ARCHIVO DE IMAGEN 6.7 ACERCA DE LA EXPORTACIÓN DE DATOS DE UNA VISUALIZACIÓN 6.8 ENVIAR POR CORREO ELECTRÓNICO UNA EXPLORACIÓN VISUAL COMO UN ENLACE 6.9 ¿QUÉ ES UNA JERARQUÍA? 6.10 CREAR UNA NUEVA JERARQUÍA 6.11 DERIVAR UNA JERARQUÍA DE UNA FECHA, HORA O DATETIME 6.12 CREAR UNA JERARQUÍA DE UNA VISUALIZACIÓN 6.13 EDITAR UNA JERARQUÍA 6.14 ELIMINAR UNA JERARQUÍA 6.15 RESÚMENES DE ANÁLISIS DE DATOS EN SAS VISUAL ANALYTICS EXPLORER 6.16 INFORMES. SAS VISUAL ANALYTICS DESIGNER 6.17 BUSINESS INTELLIGENCE MÓVIL Capítulo 7. SAS VISUAL STATISTICS 7.1 INTRODUCCIÓN 7.2 INICIO Y ENTORNO DE TRABAJO 7.3 INTERFAZ DE USUARIO 7.4 MODELO LINEAL DE REGRESIÓN MÚLTIPLE 7.5 MODELO DE REGRESIÓN LOGÍSTICA 7.6 MODELO LINEAL GENERALIZADO 7.7 ÁRBOLES DE DECISIÓN 7.8 ANÁLISIS CLÚSTER 7.9 COMPARACIÓN DE MODELOS Capítulo 8. SOLUCIONES HADOOP DE SAS. SAS HIGH PERFORMANCE ANALYTICS Y SAS IN-MEMORY STATISTICS 8.1 INTRODUCCIÓN 8.2 SAS HIGH-PERFORMANCE ANALYTICS 8.3 SAS HIGH-PERFORMANCE STATISTICS 8.4 SAS HIGH-PERFORMANCE DATA MINING 8.5 SAS HIGH-PERFORMANCE TEXT MINING 8.6 HIGH-PERFORMANCE OPTIMIZATION 8.7 SAS IN-MEMORY STATISTICS FOR HADOOP Capítulo 9. BIG DATA ANALYTICS CON HERRAMIENTAS DE IBM 9.1 INTRODUCCIÓN 9.2 ANALYTICS CON POWER SYSTEM 9.3 IBM SPSS MODELER 9.4 EJEMPLO DE TRABAJO CON IBM SPSS MODELER 9.5 NODOS DE ORÍGENES DE DATOS 9.6 NODOS DE OPERACIONES CON REGISTROS 9.7 NODOS DE OPERACIONES CON CAMPOS 9.8 NODOS PARA GRÁFICOS 9.9 NODOS PARA MODELADO 9.10 NODOS DE RESULTADO 9.11 NODOS DE EXPORTACIÓN 9.12 IBM SPSS MODELER E IBM SPSS STATISTICS 9.13 MODELIZACIÓN AUTOMÁTICA EN IBM SPSS MODELER 9.14 EL NODO CLASIFICADOR AUTOMÁTICO DE IBM SPSS MODELER 9.15 EL ALGORITMO AUTONUMÉRICO DE IBM SPSS MODELER 9.16 EL ALGORITMO AUTOCONGLOMERACIÓN DE IBM SPSS MODELER Capítulo 10. TÉCNICAS DE MODELADO Y REDES NEURONALES CON IBM SPSS MODELER 10.1 INTRODUCCIÓN 10.2 TÉCNICAS DE MODELADO PREDICTIVO CON IBM SPSS MODELER 10.3 EL NODO DISCRIMINANTE: MODELOS DE ANÁLISIS DISCRIMINANTE 10.4 FUNCIONAMIENTO DE UNA RED NEURONAL 10.5 REDES NEURONALES CON IBM SPSS MODELER Capítulo 11. TÉCNICAS DE SEGMENTACIÓN CON IBM SPSS MODELER. CLÚSTER CON REDES NEURONALES 11.1 INTRODUCCIÓN 11.2 ANÁLISIS CLÚSTER CON REDES NEURONALES: NODO KOHONEN 11.3 SEGMENTACIÓN Y PERFILADO CON ÁRBOLES DE DECISIÓN 11.4 CARACTERÍSTICAS DE LOS ÁRBOLES DE DECISIÓN 11.5 TIPOS DE ÁRBOLES DE DECISIÓN 11.6 ÁRBOLES DE DECISIÓN CON IBM SPSS MODELER Capítulo 12. BIG DATA ANALYTICS CON HERRAMIENTAS DE ORACLE Y MICROSOFT 12.1 INTRODUCCIÓN 12.2 ORACLE BIG DATA APPLIANCE 12.3 ORACLE BIG DATA CONNECTORS 12.4 ORACLE NOSQL DATABASE 12.5 ORACLE EXADATA DATABASE MACHINE 12.6 ORACLE EXALYTICS IN-MEMORY MACHINE 12.7 ORACLE BUSINESS ANALYTICS 12.8 ORACLE BUSINESS INTELLIGENCE FOUNDATION SUITE 12.9 ENTERPRISE PERFORMANCE MANAGEMENT 12.10 APLICACIONES ANALÍTICAS 12.11 INFORMATION DISCOVERY 12.12 ADVANCED ANALYTICS 12.13 NUBE 12.14 HERRAMIENTAS DE BIG DATA ANALYTICS EN MICROSOFT 12.15 HDINSIGHT 12.16 EL ECOSISTEMA HADOOP EN AZURE 12.17 ESCENARIOS DE DATOS DE GRAN TAMAÑO EN HDINSIGHT 12.18 INTRODUCCIÓN AL USO DE HDINSIGHT DE AZURE 12.19 USO DEL ALMACENAMIENTO DE BLOBS DE AZURE CON HDINSIGHT "