Analítica de datos y Big data
Experiencia en Analítica de datos y Big data
Así estudias: curso autodidacta
- Autodidacta y 100% en línea: contenido disponible 24/7.
- Avanzas a tu ritmo: la plataforma guarda tu progreso.
- Sin tutor ni clases en vivo: el curso está diseñado para estudiarse por tu cuenta.
- Te evalúas con actividades automáticas, sin entregas a un tutor.
Lo que serás capaz de hacer
Esta especialización proporciona un conocimiento exhaustivo de las bases de datos relacionales, el preprocesamiento de datos y las tecnologías de big data. Los alumnos explorarán el diseño, la implementación y las aplicaciones de bases de datos, junto con técnicas de preparación y análisis de datos. La especialización está diseñada para ayudar a los científicos y analistas de datos a gestionar y analizar grandes conjuntos de datos de manera eficiente utilizando herramientas estándar de la industria.
- Diseño e implementación de bases de datos relacionales mediante SQL
- Gestionar y procesar Big data utilizando tecnologías como Hadoop y Spark
- Análisis de datos y preprocesamiento para extraer información valiosa
Temario
UNIDAD 1 - Módulo 1: Introducción a las bases de datos relacionales · 32 leccionesIntroducción a las bases de datos relacionales - UNIDAD 1 - Módulo 1: Introducción a las bases de datos relacionales
Introducción a las bases de datos relacionales - UNIDAD 1 - Módulo 1: Introducción a las bases de datos relacionales
- Resumen del curso
- Bienvenida al instructor
- Plan de estudios
- Introducción a las bases de datos relacionales
- Introducción a las bases de datos relacionales
- Introducción a las bases de datos relacionales - Parte 1
- Introducción a las bases de datos relacionales - Parte 2
- Introducción a las bases de datos relacionales - Parte 3
- Introducción a las bases de datos relacionales - Parte 4
- Introducción a las bases de datos relacionales - Parte 5
- Introducción a las bases de datos relacionales - Parte 6
- Ejemplo de configuración de una base de datos
- Prueba de evaluación práctica 1.1
- SGBD relacional
- SGBD relacionales - Parte 1
- SGBD relacionales - Parte 2
- SGBD relacionales - Parte 3
- SGBD relacionales - Parte 4
- Base de datos de muestras
- Prueba de evaluación práctica 1.2
- El modelo relacional
- Llaves
- Modelo de datos relacionales - Parte 1
- Modelo de datos relacionales - Parte 2
- Restricciones del modelo relacional - Parte 1
- Restricciones del modelo relacional - Parte 2
- Restricciones del modelo relacional - Parte 3
- Restricciones del modelo relacional - Parte 4
- Laboratorio de prácticas de modelos de datos relacionales
- Prueba de evaluación práctica 1.3
- Módulo 1 Evaluación sumativa
- Resumen del módulo 1
UNIDAD 2 - Módulo 2. Álgebra relacional Álgebra relacional · 19 leccionesIntroducción a las bases de datos relacionales - UNIDAD 2 - Módulo 2. Álgebra relacional Álgebra relacional
Introducción a las bases de datos relacionales - UNIDAD 2 - Módulo 2. Álgebra relacional Álgebra relacional
- Módulo 2 Introducción
- El álgebra relacional
- Álgebra relacional - Parte 1
- Álgebra relacional - Parte 2
- Álgebra relacional - Parte 3
- Álgebra relacional - Parte 4
- Prueba de evaluación práctica 2.1
- Operaciones avanzadas de álgebra relacional
- Operaciones con conjuntos - Parte 1
- Operaciones con conjuntos - Parte 2
- Operaciones con conjuntos - Parte 3
- Operaciones con conjuntos - Parte 4
- Prueba de evaluación práctica 2.2
- Herramienta de álgebra relacional (RelaX)
- Álgebra relacional - Herramienta RelaX - Parte 1
- Álgebra relacional - Herramienta RelaX - Parte 2
- Álgebra relacional - Herramienta RelaX - Parte 3
- Módulo 2 Evaluación sumativa
- Resumen del módulo 2
UNIDAD 3 - Módulo 3: Introducción a SQL (Fundamentos) · 30 leccionesIntroducción a las bases de datos relacionales - UNIDAD 3 - Módulo 3: Introducción a SQL (Fundamentos)
Introducción a las bases de datos relacionales - UNIDAD 3 - Módulo 3: Introducción a SQL (Fundamentos)
- Módulo 3 Introducción
- Visión general de SQL, categorías y tipos de datos
- ¿Qué es SQL?
- Categorías SQL
- Tipos de datos SQL y convenciones de nomenclatura
- Lenguaje de definición de datos (DDL)
- Creación de una base de datos y tablas
- Laboratorio de creación de tablas
- Modificación de la estructura de la tabla con ALTER
- Laboratorio de alteración de tablas
- Gestionar las relaciones
- Laboratorio de colocación de tablas
- DDL - Eliminación de Objetos: TRUNCATE y DROP
- Laboratorio de lenguaje de consulta estructurado
- Lenguaje de Manipulación de datos (DML)
- Recuperar datos - La sentencia SELECT
- Consultas SELECT 101 Laboratorio
- Consultas con expresiones Laboratorio
- Filtrar datos - Utilizar la cláusula WHERE
- Consultas con restricciones (Pt. 1) Laboratorio
- Consultas con restricciones (Pt. 2) Laboratorio
- Añadir datos - La sentencia INSERT
- Insertar filas Laboratorio
- Modificar datos - La sentencia UPDATE
- Laboratorio de actualización de filas
- Eliminar datos - La sentencia DELETE
- Eliminar filas Laboratorio
- Módulo 3 Evaluación práctica
- Módulo 3 Evaluación sumativa
- Resumen del módulo 3
UNIDAD 4 - Módulo 4: SQL complejo · 33 leccionesIntroducción a las bases de datos relacionales - UNIDAD 4 - Módulo 4: SQL complejo
Introducción a las bases de datos relacionales - UNIDAD 4 - Módulo 4: SQL complejo
- Módulo 4 Introducción
- Uniones y relaciones
- Uniones y relaciones - INNER JOIN
- Select Queries with Joins Laboratorio
- Uniones y relaciones - OUTER JOIN
- Select Queries with Outer Joins Laboratorio
- Evitar la trampa cartesiana - CROSS JOIN vs uniones erróneas
- Seleccionar consultas con nulos Laboratorio
- Uso de SELF JOINs - Uniones dentro de la tabla
- Agregaciones
- Funciones de agregación (10 min)
- Seleccionar consultas con agregados Laboratorio
- Consultas Selectas con Agregados parte 2 Laboratorio
- GROUP BY vs HAVING (7 min)
- Operaciones de ajuste
- Operaciones de conjunto - Utilización de UNION, UNION ALL
- Select Queries with Joins Laboratorio
- Operaciones de conjunto - Utilización de INTERSECT, INTERSECT ALL
- Operaciones de conjunto - Uso de EXCEPTAR, EXCEPTAR TODO
- Subconsultas, conjuntos y vistas
- Operaciones de subconsultas y pertenencias a conjuntos (IN, NOT IN)
- Select Queries with Joins Laboratorio
- Operaciones de comparación de conjuntos (ANY, COME, ALL)
- Subconsultas correlacionadas y EXISTS/NOT EXISTS
- Expresiones comunes de tabla (CTE)
- SQL complejo - Vistas
- Integridad referencial, índices y control de acceso
- Integridad referencial: mantener la coherencia de los datos
- Índices: mayor rapidez en la recuperación de datos
- Control de acceso - Gestión de la seguridad de las bases de datos
- Módulo 4 Evaluación práctica
- Módulo 4 Evaluación sumativa
- Resumen del módulo 4
UNIDAD 5 - Evaluación sumativa del curso · 1 leccionesIntroducción a las bases de datos relacionales - UNIDAD 5 - Evaluación sumativa del curso
Introducción a las bases de datos relacionales - UNIDAD 5 - Evaluación sumativa del curso
- Evaluación sumativa del curso
UNIDAD 6 - Módulo 1: Visión general del diseño · 34 leccionesDiseño de bases de datos relacionales - UNIDAD 6 - Módulo 1: Visión general del diseño
Diseño de bases de datos relacionales - UNIDAD 6 - Módulo 1: Visión general del diseño
- Bienvenida del instructor e introducción al curso
- Plan de estudios
- ¿Qué debe saber, qué aprenderá y qué necesitará?
- Antes de empezar: Compruebe sus conocimientos previos
- Utilice draw.io para crear diagramas
- Módulo 1 Introducción
- Visión general del proceso de diseño
- Modelo entidad - relación (ER)
- Modelado entidad-relación (ER)
- Diseño conceptual: Base de datos universitaria
- (OPCIONAL) Actividad 1.1: Cuestionario sobre el proceso/fases del diseño
- M1 Lección 1: Compruebe su comprensión
- Creación de un diagrama entidad - relación (ERD)
- Diagrama E-R Introducción
- Ejemplo: Reglas de negocio de la base de datos bancaria
- Interpretar los diagramas E-R y las restricciones de cardinalidad
- Reducción a esquemas de relación
- M1 Lección 2: Compruebe su comprensión
- Actividad 2.1 Diseño conceptual: Prueba de la base de datos de la biblioteca de libros de la ciudad
- Actividad 2.1 Solución de diagramas
- Actividad 2.2 Interpretar las restricciones de modelado
- Actividad 2.2 Solución
- Actividad 2.3 Arreglar el diagrama entidad-relación (ERD)
- Actividad 2.3 Solución
- (OPCIONAL) Actividad 2.4 Diagrama E-R
- Actividad 2.5 Traducir el diagrama ER en esquemas de relación
- Actividad 2.5 Solución
- Modelo/diagrama ER ampliado
- Modelado entidad-relación ampliado
- Esquemas de relación de un diagrama RER ampliado
- Cuestiones de diseño E-R
- M1 Lección 3: Compruebe su comprensión
- Módulo 1 Evaluación sumativa
- Resumen del módulo 1
UNIDAD 7 - Módulo 2: Dependencia funcional (DF) · 19 leccionesDiseño de bases de datos relacionales - UNIDAD 7 - Módulo 2: Dependencia funcional (DF)
Diseño de bases de datos relacionales - UNIDAD 7 - Módulo 2: Dependencia funcional (DF)
- Dependencia funcional (DF)
- Dependencia funcional
- M2 Lección 1: Compruebe su comprensión
- Actividad 4.1 Test de teoría y definición de la DF
- Cierre de atributos y claves candidatas
- Algoritmo de cierre de los axiomas de Armstrong
- Cierre de atributos
- Encontrar claves candidatas
- M2 Lección 2: Compruebe su comprensión
- Actividad 5.1-5.3 Prueba de cierre de atributos y claves candidatas
- Cubierta canónica (mínima) de los FD
- Clase 6 PowerPoint
- M2 Lección 3: Compruebe su comprensión
- Actividad 6.1: Calcular la cobertura canónica en FDs Cuestionario
- (OPCIONAL) Actividad 6.2 Calcular la cobertura canónica en FDs (Parte 1)
- (OPCIONAL) Actividad 6.2 Calcular la cobertura canónica en FDs (Parte 2)
- Actividad 6.2 Parte 2 Solución
- Módulo 2 Evaluación sumativa
- Resumen del módulo 2
UNIDAD 8 - Módulo 3: Normalización de bases de datos · 21 leccionesDiseño de bases de datos relacionales - UNIDAD 8 - Módulo 3: Normalización de bases de datos
Diseño de bases de datos relacionales - UNIDAD 8 - Módulo 3: Normalización de bases de datos
- Introducción
- Normalización de bases de datos
- Formas normales (NF)
- Conversión a 1NF
- Conversión a 2NF
- Conversión a 3NF
- M3 Lección 1: Compruebe su comprensión
- (OPCIONAL) Actividad 7.1 Formas y condiciones normales Cuestionario
- Actividad 7.2 Normalizar los datos de la hoja de cálculo (3NF/BCNF)
- Actividad 7.2 Solución
- Forma normal de Boyce-Codd
- Ejemplo de diseño de base de datos (Normalización + ERD)
- Conversión a BCNF
- Conversión a 4NF
- M3 Lección 2: Compruebe su comprensión
- Actividad 8.1 Conversión a BCNF Cuestionario
- Actividad 8.2 Considere un conjunto de FDs de la relación R, determine los NFs
- Actividad 8.2 Solución
- Actividad 8.3 Formas normales 4NF Cuestionario
- Evaluación sumativa del módulo 3
- Resumen del módulo 3
UNIDAD 9 - Evaluación sumativa del curso · 1 leccionesDiseño de bases de datos relacionales - UNIDAD 9 - Evaluación sumativa del curso
Diseño de bases de datos relacionales - UNIDAD 9 - Evaluación sumativa del curso
- Evaluación sumativa del curso
UNIDAD 10 - Módulo 1: Índices, vistas, funciones y procedimientos almacenados · 18 leccionesImplementación y aplicaciones de bases de datos relacionales - UNIDAD 10 - Módulo 1: Índices, vistas, funciones y procedimientos almacenados
Implementación y aplicaciones de bases de datos relacionales - UNIDAD 10 - Módulo 1: Índices, vistas, funciones y procedimientos almacenados
- Introducción al curso
- Introducción del instructor
- Bienvenida al curso
- Plan de estudios
- Módulo 1 Introducción
- Módulo 1 Introducción - Calendario del proyecto
- Seleccione una aplicación de base de datos real
- PowerPoints del módulo 1
- Entrega nº 1
- Laboratorio de código de Visual Studio
- Índices, vistas, funciones y procedimientos almacenados
- Índices, vistas, desencadenadores, procedimientos almacenados y funciones
- Vídeo de demostración
- Actividad Práctica: Índices, Vistas, Tablas temporales, Disparadores, Funciones y Procedimientos almacenados
- Cuestionario sobre índices, vistas, funciones y procedimientos almacenados
- Evaluación sumativa del módulo 1
- Entrega nº 2
- Resumen del módulo 1
UNIDAD 11 - Módulo 2: Funciones de ventana avanzadas y consultas OLAP en SQL · 11 leccionesImplementación y aplicaciones de bases de datos relacionales - UNIDAD 11 - Módulo 2: Funciones de ventana avanzadas y consultas OLAP en SQL
Implementación y aplicaciones de bases de datos relacionales - UNIDAD 11 - Módulo 2: Funciones de ventana avanzadas y consultas OLAP en SQL
- Módulo 2 Introducción
- PowerPoints del módulo 2
- Laboratorio de código de Visual Studio
- Funciones avanzadas de ventanas y consultas OLAP en SQL
- Funciones avanzadas de ventana y consultas OLAP
- Demostración
- Actividad Práctica: Funciones Avanzadas de Ventana SQL y Consultas OLAP
- Funciones Avanzadas de Ventana y Consultas OLAP en SQL Quiz
- Evaluación sumativa del módulo 2
- Entrega nº 3
- Resumen del módulo 2
UNIDAD 12 - Módulo 3: Desarrollo de aplicaciones de bases de datos · 12 leccionesImplementación y aplicaciones de bases de datos relacionales - UNIDAD 12 - Módulo 3: Desarrollo de aplicaciones de bases de datos
Implementación y aplicaciones de bases de datos relacionales - UNIDAD 12 - Módulo 3: Desarrollo de aplicaciones de bases de datos
- Módulo 3 Introducción
- PowerPoints del módulo 3
- Laboratorio de código de Visual Studio
- Desarrollo de aplicaciones de bases de datos
- Desarrollo de aplicaciones de bases de datos
- Vídeo de demostración
- Actividad Práctica: Funciones Avanzadas de Ventana SQL y Consultas OLAP
- Cuestionario sobre desarrollo de aplicaciones de bases de datos
- Evaluación sumativa del módulo 3
- Entrega nº 4
- Resumen del módulo 3
- Ideas de un líder del sector: Más información sobre nuestro programa
UNIDAD 13 - Módulo 4: Indexación y Hashing · 8 leccionesImplementación y aplicaciones de bases de datos relacionales - UNIDAD 13 - Módulo 4: Indexación y Hashing
Implementación y aplicaciones de bases de datos relacionales - UNIDAD 13 - Módulo 4: Indexación y Hashing
- Módulo 4 Introducción
- PowerPoints del módulo 4
- Laboratorio de código de Visual Studio
- Indexación y Hashing
- Indexación y Hashing
- Cuestionario sobre indexación y hashing
- Evaluación sumativa del módulo 4
- Resumen del módulo 4
UNIDAD 14 - Módulo 5: Conceptos de transacción · 9 leccionesImplementación y aplicaciones de bases de datos relacionales - UNIDAD 14 - Módulo 5: Conceptos de transacción
Implementación y aplicaciones de bases de datos relacionales - UNIDAD 14 - Módulo 5: Conceptos de transacción
- Módulo 5 Introducción
- PowerPoints del módulo 5
- Laboratorio de código de Visual Studio
- Conceptos de procesamiento de transacciones
- Transacciones
- Demostración
- Cuestionario sobre conceptos de procesamiento de transacciones
- Evaluación sumativa del módulo 5
- Resumen del módulo 5
UNIDAD 15 - Módulo 6: Control de concurrencia · 8 leccionesImplementación y aplicaciones de bases de datos relacionales - UNIDAD 15 - Módulo 6: Control de concurrencia
Implementación y aplicaciones de bases de datos relacionales - UNIDAD 15 - Módulo 6: Control de concurrencia
- Módulo 6 Introducción
- PowerPoints del módulo 6
- Laboratorio de código de Visual Studio
- Control de concurrencia
- Control de concurrencia
- Cuestionario sobre control de concurrencia
- Evaluación sumativa del módulo 6
- Resumen del módulo 6
UNIDAD 16 - Evaluación sumativa del curso · 1 leccionesImplementación y aplicaciones de bases de datos relacionales - UNIDAD 16 - Evaluación sumativa del curso
Implementación y aplicaciones de bases de datos relacionales - UNIDAD 16 - Evaluación sumativa del curso
- Evaluación sumativa del curso
UNIDAD 17 - Módulo 1: Proceso de preparación y análisis de datos · 22 leccionesPreparación y análisis de datos - UNIDAD 17 - Módulo 1: Proceso de preparación y análisis de datos
Preparación y análisis de datos - UNIDAD 17 - Módulo 1: Proceso de preparación y análisis de datos
- Resumen del curso
- Introducción del instructor
- Plan de estudios
- Archivos de datos
- Módulo 1 Introducción
- Módulo 1 Introducción
- Módulo 1 Laboratorio Python - Código VS
- Big data e IEEE 754
- ¿Por qué analizamos los datos?
- ¿Por qué analizamos los datos?
- CRISP-DM2
- El proceso de Análisis de datos - Parte 1
- El proceso de Análisis de datos - Parte 2
- Cuestionario sobre el proceso de Análisis de datos
- Selección del tamaño de la bandeja de un histograma temporal
- El primer paso para conocer sus datos - Parte 1
- El primer paso para conocer sus datos - Parte 2
- El primer paso para conocer sus datos - Parte 3
- El primer paso para conocer sus datos - Parte 4
- Conozca sus datos
- Módulo 1 Evaluación sumativa
- Resumen del módulo 1
UNIDAD 18 - Módulo 2: Medir y visualizar la correlación · 17 leccionesPreparación y análisis de datos - UNIDAD 18 - Módulo 2: Medir y visualizar la correlación
Preparación y análisis de datos - UNIDAD 18 - Módulo 2: Medir y visualizar la correlación
- Módulo 2 Introducción
- Módulo 2 Introducción
- Módulo 2 Laboratorio Python - Código VS
- Datos de viajes en taxi en Chicago
- Descubrir y medir asociaciones - Parte 1
- Descubrir y medir asociaciones - Parte 2
- Correlación de rasgos continuos Cuestionario
- Correlación con Python
- Asociaciones de medida - Parte 1
- Asociaciones de medida - Parte 1 (Continuación)
- Correlación de características de tipos mixtos
- Eta-cuadrado
- Medir las asociaciones - Parte 2
- Asociaciones de medida - Parte 2 (Continuación)
- Medio para alcanzar un fin en la prueba de selección de largometrajes
- Módulo 2 Evaluación sumativa
- Resumen del módulo 2
UNIDAD 19 - Módulo 3: Análisis de la cesta de la compra · 16 leccionesPreparación y análisis de datos - UNIDAD 19 - Módulo 3: Análisis de la cesta de la compra
Preparación y análisis de datos - UNIDAD 19 - Módulo 3: Análisis de la cesta de la compra
- Módulo 3 Introducción
- PGML Capítulo 3
- Módulo 3 Laboratorio Python - Código VS
- Venta cruzada
- Qué hay en su cesta - Parte 1
- Qué hay en su cesta - Parte 2
- Cuestionario sobre el análisis de la cesta de la compra
- Algoritmo Apriori y reglas de asociación
- Cómo se descubren las reglas de asociación - Parte 1
- Cómo se descubren las reglas de asociación - Parte 2
- Prueba de descubrimiento de reglas de asociación
- Qué pueden decirme las normas de la Asociación - Parte 1
- Qué pueden decirme las normas de la Asociación - Parte 2
- Módulo 3 Evaluación sumativa
- Resumen del módulo 3
- Ideas de un líder del sector: Más información sobre nuestro programa
UNIDAD 20 - Módulo 4: Partición, segmentación y agrupación de observaciones · 18 leccionesPreparación y análisis de datos - UNIDAD 20 - Módulo 4: Partición, segmentación y agrupación de observaciones
Preparación y análisis de datos - UNIDAD 20 - Módulo 4: Partición, segmentación y agrupación de observaciones
- Módulo 4 Introducción
- PGML Capítulo 4
- Módulo 4 Laboratorio Python - Código VS
- Técnicas de muestreo
- Observaciones de partición para modelos de entrenamiento - Parte 1
- Observaciones de partición para modelos de entrenamiento - Parte 2
- Cuestionario de observaciones de partición para modelos de entrenamiento
- RFM
- Crear segmentos de observaciones por motivos empresariales - Parte 1
- Crear segmentos de observaciones por motivos comerciales - Parte 2
- Segmentos de observación Cuestionario
- Agrupamiento
- Agrupación de observaciones con valores similares - Parte 1
- Agrupación de observaciones con valores similares - Parte 2
- Agrupación de observaciones con valores similares - Parte 3
- Cuestionario sobre agrupación
- Módulo 4 Evaluación sumativa
- Resumen del módulo 4
UNIDAD 21 - Módulo 5: Regresión lineal · 18 leccionesPreparación y análisis de datos - UNIDAD 21 - Módulo 5: Regresión lineal
Preparación y análisis de datos - UNIDAD 21 - Módulo 5: Regresión lineal
- Módulo 5 Introducción
- Análisis de regresión lineal
- Módulo 5 Laboratorio Python - Código VS
- Regresión por mínimos cuadrados
- Modelo de Regresión lineal - Parte 1
- Modelo de Regresión lineal - Parte 2
- Modelo de Regresión lineal Quiz
- Regresión por pasos hacia delante y hacia atrás
- Selección hacia delante - Parte 1
- Selección hacia delante - Parte 2
- Test de selección de características
- Valores Shapley
- Importancia de las características - Parte 1
- Importancia de las características - Parte 2
- Importancia de las características - Parte 3
- Cuestionario sobre la importancia de las características
- Módulo 5 Evaluación sumativa
- Resumen del módulo 5
UNIDAD 22 - Módulo 6: Regresión logística binaria · 16 leccionesPreparación y análisis de datos - UNIDAD 22 - Módulo 6: Regresión logística binaria
Preparación y análisis de datos - UNIDAD 22 - Módulo 6: Regresión logística binaria
- Módulo 6 Introducción
- PGML Capítulo 6
- Módulo 6 Laboratorio Python - Código VS
- Análisis predictivo
- Regresión logística - Parte 1
- Regresión logística - Parte 2
- Cuestionario sobre regresión logística
- Selección de avance
- Selección de avance
- Test de selección hacia delante
- Mejor R cuadrado para Regresión logística
- Interpretar el modelo y evaluar el rendimiento - Parte 1
- Interpretar el modelo y evaluar el rendimiento - Parte 2
- La bendición y la maldición de demasiados predictores Quiz
- Módulo 6 Evaluación sumativa
- Resumen del módulo 6
UNIDAD 23 - Módulo 7: Árboles de decisiones - El algoritmo CART · 17 leccionesPreparación y análisis de datos - UNIDAD 23 - Módulo 7: Árboles de decisiones - El algoritmo CART
Preparación y análisis de datos - UNIDAD 23 - Módulo 7: Árboles de decisiones - El algoritmo CART
- Módulo 7 Introducción
- PGML Capítulo 5
- Módulo 7 Laboratorio Python - Código VS
- CARRO
- Motivación de los Árboles de decisiones - Parte 1
- Motivación de los Árboles de decisiones - Parte 2
- Cuestionario sobre la motivación de los Árboles de decisiones
- CART como ecuación
- El algoritmo CART - Parte 1
- El algoritmo CART - Parte 2
- Cuestionario sobre el algoritmo CART
- Árboles de decisiones para agrupaciones
- Perfiles de clúster - Parte 1
- Perfiles de clúster - Parte 2
- Cuestionario sobre perfiles de conglomerados
- Módulo 7 Evaluación sumativa
- Resumen del módulo 7
UNIDAD 24 - Módulo 8: Evaluación del rendimiento de los modelos · 18 leccionesPreparación y análisis de datos - UNIDAD 24 - Módulo 8: Evaluación del rendimiento de los modelos
Preparación y análisis de datos - UNIDAD 24 - Módulo 8: Evaluación del rendimiento de los modelos
- Módulo 8 Introducción
- PGML Capítulo 7, 8
- Módulo 8 Laboratorio Python - Código VS
- Valores atípicos
- Modelos de predicción
- Cuestionario sobre métricas para modelos de predicción
- Curva ROC
- Modelos de clasificación nominal
- Cuestionario sobre métricas para modelos de clasificación
- Uso del análisis de elevación
- Modelos de Clasificación binaria - Parte 1
- Modelos de Clasificación binaria - Parte 2
- Modelos de Clasificación binaria - Parte 3
- Modelos de Clasificación binaria - Parte 4
- Modelos de Clasificación binaria - Parte 5
- Cuestionario sobre gráficos para modelos de clasificación
- Módulo 8 Evaluación sumativa
- Resumen del módulo 8
UNIDAD 25 - Evaluación sumativa del curso · 1 leccionesPreparación y análisis de datos - UNIDAD 25 - Evaluación sumativa del curso
Preparación y análisis de datos - UNIDAD 25 - Evaluación sumativa del curso
- Evaluación sumativa del curso
UNIDAD 26 - Módulo 1: Conceptos de Big data · 34 leccionesTecnologías de Big Data - UNIDAD 26 - Módulo 1: Conceptos de Big data
Tecnologías de Big Data - UNIDAD 26 - Módulo 1: Conceptos de Big data
- Resumen del curso
- Introducción del instructor
- Plan de estudios
- Módulo 1 Introducción Lectura
- Módulo 1 Introducción
- De los datos al VALUE
- De los datos al VALUE - Parte 1
- De los datos al VALUE - Parte 2
- De los datos al VALUE Quiz
- Visión general de Big Data
- Visión general de Big data - Parte 1
- Visión general de Big data - Parte 2
- Cuestionario general sobre Big data
- Factores de confusión
- Factores de confusión - Parte 1
- Factores de confusión - Parte 2
- Factores de confusión - Parte 3
- Cuestionario sobre factores de confusión
- Los retos de los Macrodatos
- Los retos de los Macrodatos
- Cuestionario sobre los retos de Big data
- Ventajas de Big data
- Ventajas de Big data - Parte 1
- Ventajas de Big data - Parte 2
- Cuestionario sobre las ventajas de Big data
- Tecnología Big data
- Tecnología Big data - Parte 1
- Tecnología Big data - Parte 2
- Cuestionario sobre tecnología Big data
- Sistemas distribuidos genéricos de almacenamiento y motores de ejecución
- Sistemas distribuidos genéricos de almacenamiento y motores de ejecución
- Creación de una imputación AWS
- Módulo 1 Evaluación sumativa
- Resumen del módulo 1
UNIDAD 27 - Módulo 2: Visión general de Apache Hadoop · 26 leccionesTecnologías de Big Data - UNIDAD 27 - Módulo 2: Visión general de Apache Hadoop
Tecnologías de Big Data - UNIDAD 27 - Módulo 2: Visión general de Apache Hadoop
- Módulo 2 Introducción Lectura
- Módulo 2 Introducción
- Hadoop
- Hadoop - Parte 1
- Hadoop - Parte 2
- Hadoop - Parte 3
- Cuestionario sobre Hadoop
- Visión general del sistema de archivos distribuido Hadoop
- Visión general del sistema de archivos distribuido Hadoop - Parte 1
- Visión general del sistema de archivos distribuidos Hadoop - Parte 2
- Visión general del sistema de archivos distribuidos Hadoop - Parte 3
- Cuestionario general sobre el sistema de archivos distribuidos Hadoop (HDFS)
- Uso del sistema de archivos distribuido de Hadoop
- Uso del sistema de archivos distribuidos de Hadoop - Parte 1
- Uso del sistema de archivos distribuidos de Hadoop - Parte 2
- Uso de HDFS Quiz
- Almacenamiento de objetos en la nube para Big data
- Almacenamiento de objetos en la nube para Big data - Parte 1
- Almacenamiento de objetos en la nube para Big data - Parte 2
- Cuestionario sobre almacenamiento de objetos en la nube
- Otro negociador de recursos
- Otro negociador de recursos - Parte 1
- Otro negociador de recursos - Parte 2
- Quiz sobre otro negociador de recursos (YARN)
- Módulo 2 Evaluación sumativa
- Resumen del módulo 2
UNIDAD 28 - Módulo 3: Apache Hadoop MapReduce · 33 leccionesTecnologías de Big Data - UNIDAD 28 - Módulo 3: Apache Hadoop MapReduce
Tecnologías de Big Data - UNIDAD 28 - Módulo 3: Apache Hadoop MapReduce
- Módulo 3 Introducción Lectura
- Módulo 3 Introducción
- El camino hacia MapReduce
- El camino hacia MapReduce - Parte 1
- El camino hacia MapReduce - Parte 2
- El camino hacia MapReduce Quiz
- Visión general de MapReduce
- Visión general de MapReduce - Parte 1
- Visión general de MapReduce - Parte 2
- Visión general de MapReduce - Parte 3
- Cuestionario sobre MapReduce
- Conceptos de MapReduce
- Conceptos de MapReduce - Parte 1
- Conceptos de MapReduce - Parte 2
- Conceptos de MapReduce - Parte 3
- Conceptos de MapReduce - Parte 4
- Cuestionario sobre conceptos de MapReduce
- Ejemplos de MapReduce
- Ejemplos de MapReduce - Parte 1
- Ejemplos de MapReduce - Parte 2
- Cuestionario de ejemplos de MapReduce
- Programación MapReduce
- Programación MapReduce - Parte 1
- Programación MapReduce - Parte 2
- Programación MapReduce - Parte 3
- Programación MapReduce
- Optimización MapReduce
- Optimización de MapReduce - Parte 1
- Optimización de MapReduce - Parte 2
- Optimización de MapReduce - Parte 3
- Optimización MapReduce
- Módulo 3 Evaluación sumativa
- Resumen del módulo 3
UNIDAD 29 - Módulo 4: Apache Spark (Parte 1) · 38 leccionesTecnologías de Big Data - UNIDAD 29 - Módulo 4: Apache Spark (Parte 1)
Tecnologías de Big Data - UNIDAD 29 - Módulo 4: Apache Spark (Parte 1)
- Módulo 4 Introducción Lectura
- Módulo 4 Introducción
- Visión general de Spark
- Visión general de Spark - Parte 1
- Visión general de Spark - Parte 2
- Cuestionario sobre Spark
- Componentes Spark
- Componentes Spark - Parte 1
- Componentes Spark - Parte 2
- Componentes Spark - Parte 3
- Componentes Spark - Parte 4
- Componentes Spark - Parte 5
- Cuestionario sobre los componentes de Spark
- Conceptos Spark
- Conceptos de Spark - Parte 1
- Conceptos de Spark - Parte 2
- Conceptos de Spark - Parte 3
- Conceptos de Spark - Parte 4
- Conceptos de Spark - Parte 5
- Conceptos de Spark - Parte 6
- Conceptos de Spark - Parte 7
- Conceptos de Spark - Parte 8
- Conceptos de Spark - Parte 9
- Conceptos de Spark - Parte 10
- Cuestionario de conceptos
- Creación de Spark DataFrames
- Creación de Spark DataFrames - Parte 1
- Creación de Spark DataFrames - Parte 2
- Creación de Spark DataFrames - Parte 3
- Creación de Spark DataFrames - Parte 4
- Creación de DataFrames de Spark Cuestionario
- Definición de esquemas Spark
- Definición de esquemas Spark - Parte 1
- Definición de esquemas Spark - Parte 2
- Definición de esquemas Spark - Parte 3
- Cuestionario sobre la definición de esquemas Spark
- Módulo 4 Evaluación sumativa
- Resumen del módulo 4
UNIDAD 30 - Módulo 5: Apache Spark (Parte 2) · 40 leccionesTecnologías de Big Data - UNIDAD 30 - Módulo 5: Apache Spark (Parte 2)
Tecnologías de Big Data - UNIDAD 30 - Módulo 5: Apache Spark (Parte 2)
- Módulo 5 Introducción Lectura
- Módulo 5 Introducción
- Transformación - Filas
- Transformación - Filas - Parte 1
- Transformación - Filas - Parte 2
- Transformación - Filas - Parte 3
- Transformaciones - Cuestionario de filas
- Transformaciones - Columnas
- Columnas de transformación - Parte 1
- Columnas de transformación - Parte 2
- Transformaciones - Columnas
- Transformaciones - Join
- Transformaciones JOIN - Parte 1
- Transformaciones JOIN - Parte 2
- Transformaciones - Join Quiz
- Transformaciones - Agregaciones
- Transformaciones - Agregaciones - Parte 1
- Transformaciones - Agregaciones - Parte 2
- Transformaciones/Acciones - Agregaciones Cuestionario
- Transformaciones - Trabajar con valores Nulos
- Transformaciones - Trabajar con valores Nulos - Parte 1
- Transformaciones - Trabajar con valores Nulos - Parte 2
- Transformaciones - Trabajar con valores Nulos Cuestionario
- Transformaciones - Spark SQL
- Transformaciones - Spark SQL - Parte 1
- Transformaciones - Spark SQL - Parte 2
- Transformaciones - Spark SQL Quiz
- Transformaciones - Caché
- Transformaciones - Almacenamiento en caché - Parte 1
- Transformaciones - Almacenamiento en caché - Parte 2
- Transformaciones - Cuestionario Caching
- Acciones
- Acciones
- Transformaciones - Acciones Quiz
- Acciones - Escritura de datos
- Acciones - Escribir datos - Parte 1
- Acciones - Escribir datos - Parte 2
- Acciones - Escribir datos Quiz
- Módulo 5 Evaluación sumativa
- Resumen del módulo 5
UNIDAD 31 - Módulo 6: Streaming de Big data y patrones de diseño · 28 leccionesTecnologías de Big Data - UNIDAD 31 - Módulo 6: Streaming de Big data y patrones de diseño
Tecnologías de Big Data - UNIDAD 31 - Módulo 6: Streaming de Big data y patrones de diseño
- Módulo 6 Introducción
- Ingestión y procesamiento de flujos (Parte 1)
- Ingestión y procesamiento de flujos I - Parte 1
- Ingestión y procesamiento de flujos I - Parte 2
- Ingestión y procesamiento de flujos I - Parte 3
- Cuestionario sobre ingestión y procesamiento de flujos (Parte 1)
- Ingestión y procesamiento de flujos (2ª parte)
- Ingestión y procesamiento de flujos II - Parte 1
- Ingestión y procesamiento de flujos II - Parte 2
- Ingestión y procesamiento de flujos II - Parte 3
- Ingestión y procesamiento de flujos II - Parte 4
- Cuestionario sobre ingestión y procesamiento de flujos (Parte 2)
- Patrón analítico de conglomerados
- Patrón analítico de conglomerados - Parte 1
- Patrón analítico de conglomerados - Parte 2
- ¿Cuál es la característica de un clúster Hadoop transitorio? Cuestionario
- Patrón de Lago de datos
- Patrón de Lago de datos - Parte 1
- Patrón de Lago de datos - Parte 2
- Patrón de Lago de datos - Parte 3
- Test de patrones de Lago de datos
- Arquitectura Lambda
- Arquitectura Lambda - Parte 1
- Arquitectura Lambda - Parte 2
- Arquitectura Lambda - Parte 3
- Cuestionario sobre la arquitectura Lambda
- Módulo 6 Evaluación sumativa
- Resumen del módulo 6
UNIDAD 32 - Módulo 7: Base de datos NoSQL · 30 leccionesTecnologías de Big Data - UNIDAD 32 - Módulo 7: Base de datos NoSQL
Tecnologías de Big Data - UNIDAD 32 - Módulo 7: Base de datos NoSQL
- Módulo 7 Introducción
- Uso de bases de datos para el almacenamiento de Big data
- Uso de bases de datos para el almacenamiento de Big data - Parte 1
- Uso de bases de datos para el almacenamiento de Big data - Parte 2
- Uso de bases de datos para el almacenamiento de Big data - Parte 3
- Uso de bases de datos para el almacenamiento de Big data - Parte 4
- Uso de bases de datos para el almacenamiento de Big data - Parte 5
- Uso de bases de datos para el almacenamiento de Big data Quiz
- Conceptos de bases de datos NoSQL (Parte 1)
- Conceptos de bases de datos NoSQL I - Parte 1
- Conceptos de bases de datos NoSQL I - Parte 2
- Conceptos de bases de datos NoSQL I - Parte 3
- Conceptos de bases de datos NoSQL (Parte 1) Cuestionario
- Conceptos de bases de datos NoSQL (Parte 2)
- Conceptos de bases de datos NoSQL II - Parte 1
- Conceptos de bases de datos NoSQL II - Parte 2
- Conceptos de bases de datos NoSQL II - Parte 3
- Conceptos de bases de datos NoSQL (Parte 2) Cuestionario
- Clasificaciones de las bases de datos NoSQL (Parte 1)
- Clasificaciones de las bases de datos NoSQL I - Parte 1
- Clasificaciones de las bases de datos NoSQL I - Parte 2
- Clasificaciones de las bases de datos NoSQL I - Parte 3
- Clasificaciones de las bases de datos NoSQL (Parte 1) Cuestionario
- Clasificaciones de las bases de datos NoSQL (Parte 2)
- Clasificaciones de las bases de datos NoSQL II - Parte 1
- Clasificaciones de las bases de datos NoSQL II - Parte 2
- Clasificaciones de las bases de datos NoSQL II - Parte 3
- Clasificaciones de las bases de datos NoSQL (Parte 2) Cuestionario
- Módulo 7 Evaluación sumativa
- Resumen del módulo 7
UNIDAD 33 - Módulo 8: Almacenes clave-valor, de columnas anchas y de documentos · 17 leccionesTecnologías de Big Data - UNIDAD 33 - Módulo 8: Almacenes clave-valor, de columnas anchas y de documentos
Tecnologías de Big Data - UNIDAD 33 - Módulo 8: Almacenes clave-valor, de columnas anchas y de documentos
- Módulo 8 Introducción
- HR Base
- HRBase Pt. 1
- HRBase Pt. 2
- HRBase Pt. 3
- HR Base Quiz
- Dynamo y Cassandra
- Cassandra Pt. 1
- Cassandra Pt. 2
- Cuestionario Cassandra
- Mongo DB
- MongoDB Pt. 1
- MongoDB Pt. 2
- MongoDB Pt. 3
- Mongo DB Quiz
- Módulo 8 Evaluación sumativa
- Resumen del módulo 8
UNIDAD 34 - Evaluación sumativa del curso · 1 leccionesTecnologías de Big Data - UNIDAD 34 - Evaluación sumativa del curso
Tecnologías de Big Data - UNIDAD 34 - Evaluación sumativa del curso
- Evaluación sumativa del curso
Certificado con validez SEP: lo emite la SEP, no solo una plataforma
Al demostrar la competencia recibes un certificado emitido por la Secretaría de Educación Pública a través del Gobierno del Estado de México: un documento oficial que puedes presentar con confianza ante cualquier empleador o institución.
Tu certificado con INEC
- Lo emite la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México
- Documento oficial con folio verificable en línea
- Lo otorga la Universidad Tecnológica Fidel Velázquez
Otras plataformas en línea
- Constancia privada emitida por la misma plataforma
- Solo acredita horas cursadas o asistencia
- Sin respaldo de una autoridad educativa
Tu itinerario, de la inscripción al certificado
- 1
Inscripción con pago único
Pagas $4,990 MXN una sola vez y entras de inmediato al curso.
- 2
Estudias a tu ritmo
34 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
139 cuestionarios para comprobar lo aprendido.
- 4
Certificado
Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
Un certificado oficial de la SEP
- Emitido por la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México. No es una constancia privada: es un documento oficial, y ese respaldo marca la diferencia frente a otras plataformas en línea.
- Contenido impartido por Illinois Tech.
- Folio y QR verificables para compartirlo con quien te contrate.
Empieza hoy, a tu ritmo
Un solo pago y acceso inmediato al curso completo durante 12 meses.
- 34 unidades · 647 lecciones · 240 h
- 12 meses de acceso
- 139 cuestionarios de evaluación
- Certificado emitido por la SEP (Gob. del Estado de México) con folio verificable
Sobre tu inscripción
¿Cómo es el pago?
Un solo pago de $4,990 MXN. No hay mensualidades ni cargos recurrentes.
¿Cuánto tiempo tengo acceso?
12 meses desde tu inscripción, 24/7, para avanzar a tu ritmo.
¿Quién imparte el contenido?
El curso es impartido por Illinois Tech; INEC gestiona tu inscripción, evaluación y certificado.
¿Qué pasa cuando vence mi acceso?
Puedes renovar tu cuenta tú mismo desde la plataforma, sin trámites ni esperas.
¿El curso tiene validez SEP?
Sí. Al completar el curso recibes un certificado emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
¿El curso tiene tutor o clases en vivo?
No. Es un curso autodidacta: estudias por tu cuenta, a tu ritmo, sin tutor ni sesiones en vivo.
¿Cómo se evalúa?
Te evalúas con actividades automáticas, sin entregas a un tutor.
Cursos relacionados
Incluido en la Membresía Educativa
Este curso forma parte de los 647 cursos autodidactas con certificado que incluye la membresía, por un solo pago anual.
Membresía Educativa: cursos en línea con validez SEP

