Acerca de este Curso

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel avanzado

Aprox. 19 horas para completar

Sugerido: 8-10h/semana, en promedio...

Español (Spanish)

Subtítulos: Español (Spanish)

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel avanzado

Aprox. 19 horas para completar

Sugerido: 8-10h/semana, en promedio...

Español (Spanish)

Subtítulos: Español (Spanish)

Programa - Qué aprenderás en este curso

Semana
1
1 hora para completar

INTRODUCCIÓN

...
8 readings
8 lecturas
BIENVENIDA1m
Contenidos del curso (Temario)3m
Organización del curso y evaluación10m
Sobre el certificado2m
FAQs - Generales10m
FAQs - Cuestionarios y ejercicios10m
FAQs - Certificado10m
Links relacionados2m
1 hora para completar

LA MÁQUINA VIRTUAL

<b>ATENCIÓN: Si ya te instalaste la máquina virtual en el curso anterior de la Especialización no es necesario que vuelvas a hacerlo.</b> En caso contrario, en este apartado te explicamos cómo descargar e instalar dicha máquina virtual en tu ordenador. <br><br>La MV-Cloudera requiere disponer de un equipo con las siguientes características: (1) máquina de 64 bits, (2) mínimo 6G de memoria (recomendable 8G), y (3) 20G disponibles en disco.<br><br> <i><b>Ten en cuenta que bajar e instalar la máquina virtual te llevará tiempo dado el tamaño y complejidad de la misma</i></b>...
4 videos (Total 16 minutos), 4 readings
4 videos
Instalación de la máquina virtual - Import start4m
Instalación de la máquina virtual - Tips3m
Instalación de la máquina virtual - Pyspark setup4m
4 lecturas
Link para la descarga de la MV_Cloudera20m
Instalación de la MV - Import start20m
Instalación de la MV - Tips10m
Instalación de la MV - Pyspark set up10m
1 hora para completar

MÓDULO 1 - Exploración de datos

En esta semana vamos a conocer el proyecto y a hacer una primera exploración de algunos de los datos con los que iremos trabajando. Nos familiarizamos con el contenido de estos ficheros y haremos el trabajo preliminar para poderlo luego aplicar a grandes volumenes de datos. ...
1 video (Total 6 minutos), 2 readings, 1 quiz
1 video
2 lecturas
Introducción CAPSTONE PROJECT10m
Trabajo a realizar30m
1 ejercicio de práctica
Exploración de los datos30m
Semana
2
1 hora para completar

MÓDULO 2 - MODELO DE DATOS

En esta semana aprenderemos a cargar los datos en Hive, construir su modelo de datos y entender la tarea de clasificar una galaxia según su forma....
1 video (Total 1 minutos), 3 readings, 1 quiz
1 video
3 lecturas
Trabajo a realizar10m
Trabajo a realizar10m
Trabajo a realizar10m
1 ejercicio de práctica
Modelo de datos30m
Semana
3
1 hora para completar

MÓDULO 3 - CLASIFICACIÓN

Esta semana vamos a normalizar un modelo de datos, estudiaremos con profundidad los votos que nos han proporcionado los usuarios y generaremos la información necesaria para construir un clasificador automàtico....
1 video (Total 1 minutos), 2 readings, 1 quiz
1 video
2 lecturas
Trabajo a realizar10m
Trabajo a realizar10m
1 ejercicio de práctica
Clasificación20m
Semana
4
4 horas para completar

MÓDULO 4 - MACHINE LEARNING

Esta semana introduciremos el dataset de imágenes galácticas y prepararemos dos algoritmos de Inteligencia Artificial para la clasificación automática de galaxias a partir de una imagen. ...
1 video (Total 2 minutos), 6 readings, 5 quizzes
1 video
6 lecturas
Introducción10m
Dataset de imágenes galácticas10m
Trabajo a realizar20m
Trabajo a realizar40m
Trabajo a realizar30m
Trabajo a realizar30m
5 ejercicios de práctica
Preprocesado y carga de datos (para practicar)10m
PCA (para practicar)10m
Regresión logística (para practicar)10m
Redes neuronales (para practicar)10m
Machine Learning30m

Instructores

Avatar

Francesc Torradeflot

Profesor
Astrophysics and Cosmology Software Engineer
Avatar

Nadia Tonello

Profesora
Cosmology Projects Scientist and Data Support
Avatar

Pau Tallada

Profesor
Astrophysics and Cosmology Software Engineer
Avatar

Jorge Carretero

Profesor
Cosmology Projects Scientist and Data Support

Acerca de Universitat Autònoma de Barcelona

The Universitat Autònoma de Barcelona (UAB) is a public university located in the metropolitan area of Barcelona. International in its outlook, it is fully consolidated within its local surroundings, and offers quality education in close association with research activity, the transfer of scientific, technological, cultural and educational knowledge, the promotion of its human potential and the responsible management of available resources. The UAB currently offers 81 degrees, 130 official Master Programmes and 183 UAB-specific Masters Degrees. In addition, it offers 174 lifelong learning programmes and 65 PhD Programmes, 27 of which have been distinguished through Quality Awards. The UAB has a total of over 3,500 teaching and research staff, over 2,000 administrative staff and over 40,000 students....

Acerca del programa especializado Big Data – Introducción al uso práctico de datos masivos

Este programa, de 4 cursos más un proyecto final, está pensado como una entrada al mundo de los datos masivos y su tratamiento. El primer curso tiene como objetivo mostrar al estudiante el impacto del Big Data en la sociedad actual, tanto en el mundo de los negocios como en el de la política y administraciones públicas, los medios de comunicación, y/o la investigación científica. A lo largo de los cursos 2, 3 y 4 se estudian la identificación, captura, pre-procesamiento, análisis y visualización de datos, desde un punto de vista “usuario”, y con una orientación práctica. Finalmente, el Capstone Project permite al estudiante utilizar en conjunto las herramientas y conceptos vistos en los cursos precedentes en un campo donde el concepto “Big Data” es innegable: el estudio de las galaxias. Al finalizar los cursos de esta especialización el estudiante será capaz de: 1. Entender el impacto del tratamiento de datos masivos en la sociedad actual 2. Entender y explicar la procedencia y características de los datos masivos. 3. Adquirir, preparar, almacenar, analizar, visualizar y manejar grandes conjuntos de datos 4. Extraer información de los datos 5. Trabajar dentro del ecosistema Hadoop 6. Contestar a una pregunta bien formulada en función de la información disponible (capstone project) Contamos con un conjunto maravilloso de profesores, con una gran experiencia en el tema, provenientes tanto de la universidad como de la empresa....
Big Data – Introducción al uso práctico de datos masivos

Preguntas Frecuentes

  • Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.

  • Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.