Kursus dalam talian, dengan mentor pakar.

Kursus kami benar-benar dalam talian, tetapi mereka tidak seperti kursus dalam talian yang anda lihat. Anda tidak akan menonton video yang membosankan dan mengambil ujian; Anda akan belajar dengan melakukan, dengan bantuan pakar mentor yang sentiasa ada untuk memberikan nasihat dan maklum balas yang bermakna mengenai kerja anda.

Program Sijil Data / Data Sijil Besar direka oleh universiti: Carnegie Mellon, Northwsetern dan Yale.

Program ini direka untuk orang yang memberi tumpuan kepada membuat keputusan berdasarkan data. Pelajar akan belajar bagaimana menganalisis data berstruktur dan tidak berstruktur, mentafsirkan keputusan tersebut untuk mengekstrak nilai, menyampaikannya kepada pembuat keputusan dan penonton bukan teknikal lain.

Pelajar akan mempelajari teknik-teknik ini dalam kerangka nilai dan bertindak dalam peranan, menyampaikan projek-projek projek seumur hidup dengan mentor yang berpengalaman sebagai panduan. Mentor tidak mengajar, tetapi membantu pelajar belajar dan mengembangkan kemahiran yang berkaitan dengan kerja yang mereka lakukan. Mentor memberikan komen mendalam mengenai projek pelajar dan membuat cadangan untuk memperbaiki proses dan menggalakkan pertumbuhan pelajar tambahan.

Pelajar akan menggunakan alatan analitik data yang berkuasa sambil menyempurnakan kemahiran lembut seperti mengenal pasti jenis masalah yang dapat diselesaikan oleh analitik data dan yang secara efektif disajikan kepada pihak yang berminat. Semua bahan dalam bahasa Inggeris dan sesi dan laporan akan dilakukan dalam bahasa Sepanyol.

Di samping itu, anda akan belajar dan mengamalkan kemahiran kognitif yang penting untuk berjaya dalam semua bidang Data Data / Data Big. Ini termasuk:

  • Menguasai pelbagai kemahiran untuk bekerja.
  • Pengalaman projek yang komprehensif dalam masalah dunia sebenar.
  • Satu portfolio pekerjaan berkualiti profesional.
  • Sijil penyempurnaan.

kursus

  • Analisis data: memahami pelanggan. (6 ECTS)
  • Analisis data: ramalan keuntungan dan keutamaan pelanggan. (6 ECTS)
  • Analisis mendalam dan visualisasi. (6 ECTS)
  • Data Besar: pertambangan web. (6 ECTS)

Nota: 1 ECT bersamaan dengan 25 jam

Kursus 1: Analisis data: memahami pelanggan.

Apa yang akan dilakukannya dalam kursus ini

  • Ia akan menggunakan alat perlombongan data untuk menyiasat corak dalam set data kompleks.
  • Pra akan memproses data untuk perlombongan data, contohnya: ia akan mengubah nilai berangka ke nilai nominal, ia akan mendekripsi data, ia akan menangani data yang tidak ada).
  • Memahami dan mengenal pasti data parametrik dan bukan parametrik.
  • Ia akan menggunakan algoritma pokok keputusan untuk menjawab soalan yang melibatkan data nominal.
  • Ia akan menggunakan algoritma regresi untuk menyiasat masalah yang melibatkan data berangka berterusan.
  • Ia akan memaparkan data dan mengenal pasti jenis pengagihan data.
  • Ia akan menggunakan pengesahan silang dan membuat model ramalan.
  • Terangkan dan huraikan kesimpulan mengenai hasil perlombongan data.
  • Ia akan menilai prestasi ramalan model pembelajaran mesin dengan cara metrik ralat utama.
  • Ia akan mengenalpasti apabila model gagal atau memperoleh pandangan dengan mana-mana dalam analisis ralat.
  • Ia akan menggariskan hubungan antara prestasi dan ciri-ciri yang diukur model pembelajaran automatik untuk membantu memahami prestasi model.
  • Akan menyiasat dan menangani masalah yang berkaitan dengan kepolarisasian dan penyesuaian.
  • Kenal pasti dan fahami pengurangan dimensi.
  • Sediakan dan membentangkan hasil perlombongan data kepada pihak yang berminat tanpa profil teknikal.

Kursus 2: Analitis Data: Meramalkan keutamaan pelanggan.

Apa yang akan dilakukannya dalam kursus ini

  • Ia akan meneroka pola dalam data untuk membuat model untuk meramalkan yang baru, sebagai contoh: meramalkan keutamaan untuk jenama untuk pelanggan dalam talian).
  • Ia akan menjalankan analisis keserupaan untuk mengesyorkan produk menggunakan peraturan persatuan.
  • Ia akan membuat pertanyaan SQL untuk mengeluarkan data dari pangkalan data sedia ada.
  • Ia akan memperdalam pengalaman dengan pokok keputusan untuk meramalkan keutamaan untuk jenama.
  • Ia akan menggunakan pengelasan seperti Mesin Tetap Sokongan Neighbor dan Berdekatan.
  • Melaksanakan analisis klasifikasi.
  • Anda akan menggunakan analisis keranjang pasaran dan peraturan persatuan untuk membuat kesimpulan hubungan antara produk.
  • Gunakan kaedah pengesahan silang.
  • Ia akan menilai prestasi ramalan klasifikasi dengan memeriksa metrik ralat utama.
  • Ia akan mengoptimumkan prestasi awal pengelas dengan menyesuaikan parameternya.
  • Mentafsirkan output pengelas dan gunakan tafsiran untuk memilih antara pengelas berbeza berdasarkan ciri prestasi mereka.
  • Pra akan memproses data untuk perlombongan data, sebagai contoh: memohon penapis, berurusan dengan data yang hilang.
  • Melaksanakan kejuruteraan ciri untuk meningkatkan prestasi model.
  • Ia akan menggunakan perlombongan data dalam e-dagang, sebagai contoh: segmentasi pelanggan, strategi cadangan.
  • Hadirkan hasil perlombongan data kepada pihak pengurusan.

Kursus 3: Analisis dan Penglihatan Dalam

Apa yang akan dilakukannya dalam kursus ini

  • Ia akan menentukan tujuan perniagaan Projek Analisis Data dan pada mulanya akan membuat rancangan analisis yang realistik.
  • Akan mengendalikan data dalam R.
  • Ia akan mewujudkan pertanyaan SQL untuk mengekstrak data dari pangkalan data yang ada dan mengeksportnya ke fail CSV.
  • Akan meneroka data menggunakan teknik visualisasi dan statistik deskriptif dalam R.
  • Pilih dan ukurkan teknik pemodelan klasifikasi dalam R.
  • Akan memilih dan menilai teknik regresi dalam R.
  • Menganalisis data dalam siri masa.
  • Laksanakan analisis ralat.
  • Akan menafsirkan pelbagai metrik prestasi.
  • Ia akan menyampaikan hasil perlombongan data yang sangat teknikal kepada penonton perniagaan.

Kursus 4: Data Besar: Perlombongan Web.

Apa yang akan dilakukannya dalam kursus ini

  • Ia akan memindahkan objektif perniagaan ke dalam peluang perlombongan data.
  • Memperoleh, memproses dan menganalisis set data yang sangat besar menggunakan kaedah perlombongan data untuk menemui pola atau melaksanakan penerokaan data.
  • Pasang, jalankan, dan gunakan alat pembelajaran automatik untuk pelbagai jenis data.
  • Ia akan mengendalikan platform pengkomputeran awan Amazon Web Services (AWS) untuk analisis data.
  • Anda akan menemui dan memasang set data awam yang sangat besar pada platform AWS.
  • Ia akan mengkonfigurasi dan melaksanakan Elastic Map-Reduce (EMR) dan Hadoop Cluster untuk analisis data yang melaksanakan analisis leksikal untuk mengekstrak ciri-ciri dari laman web.
  • Membangun dan menggunakan model pembelajaran automatik untuk analisis perasaan.
  • Terangkan hasil analisa data dan perlombongan data untuk membuat ramalan dan mewujudkan kebolehpercayaan ramalan tersebut.
  • Ia akan mengelakkan salah faham dan kesilapan yang lazim dibuat apabila kaedah pembelajaran mesin digunakan.
  • Ia akan menyampaikan hasil kepada pengurusan dan penonton bukan teknikal lain.

Kemahiran anda akan memperoleh

Setelah selesai analisis data / program Big Data, pelajar akan dapat:

  • Kenal pasti jenis masalah perniagaan yang mana analisa data dapat memberikan maklumat yang bermakna untuk menyokong pengambilan keputusan perniagaan.
  • Terjemahkan objektif perniagaan ke dalam peluang perlombongan data.
  • Pasang, jalankan dan gunakan alat pembelajaran mesin statistik untuk pelbagai jenis data.
  • Memohon perlombongan data dalam perdagangan elektronik, menjadi sangat kompeten dalam penggunaan teknik statistik pembelajaran mesin, seperti klasifikasi dan regresi.
  • Memperoleh, memproses dan menganalisis kumpulan data yang sangat besar menggunakan kaedah perlombongan data berasaskan awan untuk melakukan penerokaan data, menemui corak dan menjawab soalan perniagaan.
  • Visualisasi data untuk mengenali corak yang mungkin.
  • Terangkan hasil analisa data untuk membuat ramalan dan mewujudkan kebolehpercayaan ramalan tersebut.
  • Berkomunikasi hasil penambangan data kepada pengurusan dan penonton bukan teknikal lain.

Tools

Set alat sentiasa berubah untuk menyesuaikan diri dengan perubahan dalam industri. Pada masa ini alat yang digunakan adalah yang berikut:

  • Pakej pembelajaran mesin WEKA.
  • Bahasa pengaturcaraan statistik R dan pelbagai pakej analisis R
  • Peta Web Elastic Services Amazon Reduce.

Syarat-syarat prasyarat

  • Sekurang-kurangnya satu tahun pengalaman kerja.
  • Pengetahuan dalam Windows, Mac, Linux.
  • Pengetahuan asas dalam statistik.
Program diajar dalam:
  • Sepanyol
  • English

Lihat 2 lagi program yang ditawarkan oleh Universidad Cenfotec »

Tarikh Akhir Kemaskini Mei 8, 2019
Kursus ini Online
Start Date
Okt 1, 2019
Duration
1 - 10 
Sambilan
Price
5,500 USD
Bentuk pembayaran: $ 1000 pendaftaran, baki akan dibatalkan dalam 9 ansuran bulanan masing-masing $ 500.
Ikut lokasi
Ikut tarikh
Start Date
Okt 1, 2019
Tarikh tutup permohonan

Okt 1, 2019

Location
Tarikh tutup permohonan
End Date