Big Data práctico y real con Weka(Pentaho): Análisis de datos y representación gráfica para empresas, hospitales, investigación, etc. (Data science)
Curso
En Las Palmas De Gran Canaria, Madrid, Palma De Mallorca y 1 sede más.
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Descripción
-
Tipología
Taller intensivo
-
Nivel
Nivel intermedio
-
Metodología
In company
-
Lugar
-
Horas lectivas
30h
-
Duración
1 Semana
-
Inicio
Fechas a elegir
Es un curso eminentemente práctico y orientado al sector empresarial que demande el cliente en el que se aprenderá a obtener patrones y tendencias económicas temporales futuras o presentes de forma intuitiva.
Información importante
Documentos
- Prediccion_Futuro_Desempleo_Alcorcon.pdf
Instalaciones y fechas
Ubicación
Inicio
Inicio
Inicio
Inicio
Inicio
A tener en cuenta
- Saber crear su propio dataset o base datos desde cero con una hoja de cálculo y/o buscarlos en la Web
- Identificar los conceptos técnicos más usuales en el mundo del Big Data
- Saber analizar los datasets médicos, científicos, empresariales y sociales extrayendo los patrones y tendencias ocultos en ellos para luego poder adaptar lo aprendido a su propio sector empresarial
- Gestionar y configurar los algoritmos más usados en la algoritmia de minería de datos
- Aprender a usar, comparar y elegir las mejores técnicas de Clasificación para predicción, Asociación para estadísticas y Agrupamiento o Clustering para segmentación
- Aprender a usar y configurar el programa Weka de la universidad de Waikato, Nueva Zelanda, especializado en tratamiento de datos y habitualmente usado en el entorno universitario. Presenta las ventajas de estar programado en Java, ser gratuito y de código abierto para crear tus propios algoritmos
- Instalar plugins gráficos para mejorar la visibilidad de los datos e investigar las nuevas tendencias de representación gráfica en Big Data
- Generar sus propias predicciones empresariales en series temporales de facturación, ventas a clientes, etc.
A cualquier empresario, comercio o pyme que desee avanzar e investigar cómo mejorar sus resultados empresariales conociendo mejor sus clientes, ventas, productos y entorno empresarial.
No es necesario saber programar, tan solo un nivel de usuario en informática. Todos los ejercicios son prácticos y reales.
Desde el primer momento el pragmatismo y la practicidad. Todos los materiales han sido elaborados por el propio docente con teoría, ejercicios propuestos y solucionarios.
Nos pondremos en contacto para fijar el horario de impartición y la cuantía del curso que será variable en función del número de alumnos y la localidad donde se imparta.
Opiniones
Materias
- Análisis de datos
- Big Data
- Data science
- Data mining
- Datawarehouse
- Weka
- Pentaho
- Data Analyst
- Machine learning
- Algoritmos de clasificación
- Algoritmos de segmentación
- Algoritmos de redes neuronales
Profesores
Carlos Alberto López Laínez
Docente Big Data
- Docente especializado en Big Data y programación en Java de BBDD Rlacionales (Oracle, MySQL, etc) y No Relacionales (MongoDB y Neo4j), Hibernate, Spring, etc. - 14 años de docencia en la escuela de ingeniería informática como profesor-tutor en la UNED - Más de mil páginas de apuntes propios con teoría, prácticas y solucionarios para los alumnos
Temario
1. Sistemas Transaccionales e Informacionales. Datawarehouse y Data Mining
2. Algoritmos genéticos y sus aplicaciones prácticas: rendimientos en inversiones económicas
3. Introducción a la Inteligencia Artificial (AI)
4. Conceptos matemáticos y estadísticos previos
5. Datasets en formato arff: Creación, tratamiento y extracción
6. Introducción a Weka
7. Entorno de trabajo en Weka: Cli, Explorer, Experimenter, Knowledgeflow
8. Preprocesamiento en Weka: Filtros de atributos y de instancias. Histogramas
9. Clasificación en Weka: técnicas de Árboles de decisión, árboles de predicción, bayesianas, inducción de reglas, basadas en ejemplos, regresión, redes neuronales, tablas de decisión y series temporales. Matriz de confusión. Predicciones futuras
10. Asociación en Weka: algoritmos de asociación (A priori). Extracción de estadísticas
11. Clustering en Weka: algoritmos SimpleKMeans, EM y CobWeb. Segmentación
12. Experimenter: comparación de múltiples algoritmos con múltiples datasets.
13. Knowledgeflow: generación de presentaciones con grafos dirigidos
14. Gestión de la memoria principal (RAM) en Weka
15. Plugins gráficos: IPCP, Visualize3D, Projection Plot, Forecast, BoundaryVisualizer
16. Programas de representación de datos: rawgraphs, flourish, etc.
17. Especial series temporales de datos para previsiones empresariales en el tiempo futuro
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Big Data práctico y real con Weka(Pentaho): Análisis de datos y representación gráfica para empresas, hospitales, investigación, etc. (Data science)