Реклама. ООО «ЛитРес», ИНН: 7719571260.
Especialidad formativa
Índice
1. Introducción
2. Antecedentes
2.1. La información en la antigüedad
2.2. La información en la era digital
2.3. Business intelligence aplicado a los negocios
2.4. Evolución del análisis de datos: el data mining
2.5. Data science y el científico de datos
3. Definiciones y bases del big data
3.1. Conceptos clave
3.2. El término big data y sus definiciones
4. Bases de establecimiento del big data
4.1. Rápido repaso al modelo MapReduce
4.2. Desarrollo de las tecnologías del big data
5. Resumen
Ejercicios de autoevaluación. Unidad de Aprendizaje 1
1. Introducción
2. El valor del dato
2.1. El negocio de los datos: su valor estratégico
2.2. El negocio de los datos: data management
3. Problemas que aparecen en la recogida de datos
3.1. Qué se debe medir y qué se debe desechar
3.2. Saber entender los datos
3.3. Saber aplicar el conocimiento de los datos
3.4. La privacidad y la seguridad de los datos
4. El presente y futuro de los datos: normativa y aplicaciones
4.1. El Reglamento Europeo de Protección de Datos
4.2. Marco legal en España
4.3. El big data de las personas
4.4. La importancia de los datos y tu salud
4.5. El experimento del internet industrial
5. Resumen
Ejercicios de autoevaluación. Unidad de Aprendizaje 2
1. Introducción
2. Analítica tradicional vs. big data
2.1. Filosofía según las preguntas que se quieren responder
2.2. Cómo se complementan el business intelligence y el big data
3. Componentes del business intelligence
3.1. Fuentes de información
3.2. Proceso ETL
3.3. Almacenamiento de datos en BI
4. Herramientas del BI
4.1. Hojas de cálculo
4.2. Generador de informes. Herramientas ad hoc
4.3. Herramientas dashboard
4.4. Herramientas OLAP
5. Resumen
Ejercicios de autoevaluación. Unidad de Aprendizaje 3
1. Introducción
2. Orígenes de datos en big data
2.1. Datos estructurados
2.2. Datos no estructurados y semiestructurados
2.3. Datos más utilizados en big data
3. Representación de datos
3.1. Infografías
3.2. Cuadros comparativos
3.3. Representación gráfica de datos
3.4. Modelado de datos en las bases de datos
3.5. Presentación de datos digital
4. Resumen
Ejercicios de autoevaluación. Unidad de Aprendizaje 4
1. Introducción
2. Definiendo el big data
2.1. El data 2.0
2.2. Sectores pioneros en big data
3. Tecnología big data
3.1. Apache Hadoop
3.2. Almacenamiento NoSQL
3.3. Los servicios cloud computing
4. Resumen
Ejercicios de autoevaluación. Unidad de Aprendizaje 5
1. Introducción
2. Analítica avanzada: las preguntas no se responden, se crean
3. Analítica predictiva
3.1. Aplicaciones
3.2. Data mining
3.3. Machine learning
3.4. Técnicas de data mining y machine learning
3.5. Otras técnicas de analítica avanzada
4. Analítica prescriptiva
4.1. Sistemas de gestión de reglas de negocio
4.2. Optimización matemática
5. Resumen
Ejercicios de autoevaluación. Unidad de Aprendizaje 6
Big Data. IFCT128PO
José Antonio Castillo Romero
.....
5. Resumen
Ejercicios de autoevaluación Unidad de Aprendizaje 3
.....