Objetivo:
En este Módulo tendrás acceso a tus links de clases en vivo y grabaciones.
- Enrolled students: 66
Objetivo de aprendizaje:
- Objetivo:
"Comprenderás los principios fundamentales de Big Data, incluyendo sus características clave (las 5 V´s), los modelos de almacenamiento distribuido y las principales arquitecturas y herramientas tecnológicas asociadas."
- Enrolled students: 10
Objetivo de aprendizaje:
- Objetivo:
"Comprenderá los principios, estructuras y tipos de redes neuronales utilizadas en la ciencia de datos, incluyendo arquitecturas como redes feedforward, convolucionales y recurrentes. También será capaz de implementar modelos básicos y avanzados mediante herramientas como TensorFlow o PyTorch"
- Enrolled students: 20
Objetivo de aprendizaje:
- Objetivo:
"El participante dominará los principios teóricos y prácticos de la visualización avanzada de datos, integrando conocimientos de precepción visual, narrativa con datos y diseño centrado en el usuario. "
- Enrolled students: 31
Objetivo de aprendizaje:
- Objetivo:
"Será capaz de aplicar técnicas estadísticas avanzadas para el análisis, modelado y validación de datos complejos. Comprenderá y utilizará métodos de inferencia, análisis multivariado, series temporales, estadística bayesiana y diseño de experimentos. "
- Enrolled students: 45
Objetivo de aprendizaje:
- Objetivo:
"Podrá utilizar de forma eficiente los lenguajes Python y R en entornos especializados para la manipulación, análisis y visualización de datos. Dominara diferentes bibliotecas como Pandas, Matplotlib, etc y herramientas estadísticas."
- Enrolled students: 55
Objetivo de aprendizaje:
- Objetivo:
"El participante será capaz de aplicar técnicas de aprendizaje automático supervisado, no supervisado y profundo (Deep learning) para resolver problemas reales de ciencia de datos. De igual forma, conocerá la importancia de la inteligencia artificial en la ciencia de datos."
- Enrolled students: 66