Data mining business intelligence
Obtener una comprensión profunda y práctica de la minería de datos, desde los fundamentos hasta las aplicaciones avanzadas, aprendiendo a manejar el ciclo completo de un proyecto de minería de datos, utilizando herramientas y técnicas actuales, dirigido a la aplicación práctica en entornos empresariales reales y considerando aspectos éticos y de sostenibilidad.
Financiación y modalidades
Ocupados 2024-2027, 2ª Fase
ESTATAL_2024_27_F2
Dirigido a profesionales de
SERVICIOS A LAS EMPRESAS
Convenios:
- Empresas de consultoría y estudios de mercado y de la opinión pública
- Empresas de trabajo temporal
ECONOMÍA E INDUSTRIA DIGITAL
Convenios:
- Economía e Industria Digital
Opciones de impartición
Modalidad: Presencial o Teleformación
Puede impartirse en formato presencial o a distancia
Duración
40h
Coste/hora
11.00€
Ingreso por alumno: 440€
Duración
40h
Coste/hora
5.56€
Ingreso por alumno: 222€
Contenido del programa
- Adquisición de conceptos fundamentales sobre ciencia de datos y minería de datos(2h)
Antes del contenido
- Introducción
- Objetivos
- Diagrama
- Quiz mixto
Contenido teórico
- Introducción al rol del científico de datos en Azure
- Comprensión de herramientas específicas de Azure Machine Learning (Azure ML) para el manejo de datos
Después del contenido
- Podcast
- Recuerda
- Flashcards
- Quiz mixto
- Quiero saber más
- Implementación de proyectos de ciencia de datos con Azure(2h)
Antes del contenido
- Introducción
- Objetivos
- Diagrama
- Quiz mixto
Contenido teórico
- Uso de Azure Machine Learning para definición de objetivos y creación de experimentos
- Análisis de costes y optimización de recursos en entornos Azure
Después del contenido
- Podcast
- Recuerda
- Flashcards
- Quiz mixto
- Quiero saber más
- Selección y exploración de datos en Azure(2h)
Antes del contenido
- Introducción
- Objetivos
- Diagrama
- Quiz mixto
Contenido teórico
- Conexión a diversas fuentes de datos en Azure: Azure Blob Storage, Azure Data Lake, SQL Azure
- Implementación de análisis exploratorio de datos (EDA) utilizando Azure ML y Python SDK
Después del contenido
- Podcast
- Recuerda
- Flashcards
- Quiz mixto
- Quiero saber más
- Preparación y transformación de datos(2h)
Antes del contenido
- Introducción
- Objetivos
- Diagrama
- Quiz mixto
Contenido teórico
- Uso de Data Wrangling en Azure Machine Learning
- Limpieza y preparación de datos con Dataflow y Databricks
- Uso de Azure Data Factory para automatización de procesos de transformación
Después del contenido
- Podcast
- Recuerda
- Flashcards
- Quiz mixto
- Quiero saber más
Actividades del módulo
- Aplicaciones prácticas
- Glosario
- Bibliografía
- Legislación de referencia
- Actividades prácticas
- Examen