DEL LITTLE DATA AL BIG DATA. Tiempo de lectura: 15 minutos Fecha: 12 diciembre de 2017 Autor: Jaime Ortiz de Lejarazu
|
|
- Rafael Peña Valverde
- hace 5 años
- Vistas:
Transcripción
1 DEL LITTLE DATA AL BIG DATA Tiempo de lectura: 15 minutos Fecha: 12 diciembre de 2017 Autor: Jaime Ortiz de Lejarazu
2 CONTEXTO Hace 3 semanas asistí a una charla de Big Data como asociados a Adigital, es cierto que estamos todavía lejos de empezar a hacer Big Data pero creo que ha sido muy interesante y sano tener más información de la magnitud de este campo así como de su potencial. He preparado un resumen de la charla muy sintetizado para el que le interese la materia. Lo he dividido en las 3 secciones de la charla, big data, machine learning, visualización de datos y por último he añadido un epígrafe con posibles aplicaciones a nuestro modelo. La clase fue muy práctica y es interesante si podéis ver los ejemplos que dejo en los enlaces porque son muy autoexplicativos. BIG DATA El problema actual de las organizaciones no es como generar datos sino como gestionarlos y digerirlos para apoyar el proceso de toma de decisiones Definición Es el conjunto de datos o combinaciones de conjuntos de datos cuyo tamaño (volumen), complejidad (variabilidad) y velocidad de crecimiento (velocidad) dificultan su captura, gestión, procesamiento o análisis mediante tecnologías y herramientas convencionales, tales como bases de datos relacionales y estadísticas convencionales o paquetes de visualización, dentro del tiempo necesario para que sean útiles. Tipos de datos Estructurados, Semi-estructurados, ejemplo CSVs No estructurados, ejemplo Lenguaje o conversaciones. Requisito 1 Guardar todos los datos, hay datos que hoy no te pueden decir nada pero el día de mañana pueden ser muy útiles. Tienen que ser correctos, limpios, normalizados y sin desviaciones, que se pueda confiar en ellos. Requisito 2 Los datos deben ser accesibles. Se deben poder compartir. Es imprescindible crear cultura de compartir datos en la organización. Se deben poder consultar fácilmente, requieren filtrado, agrupación y agregación. Informe vs Análisis Los informes son descriptivos los análisis son preceptivos Informes miran hacia atrás en el análisis miras hacia delante Los informes hacen preguntas y los análisis las responden Información vs Insights 2
3 Todo el mundo debería de tener acceso a todos los datos de la compañía Aplica ciclos cortos Descubre, recopila, filtra, integra, aumenta, analiza, actúa Enfoca la aproximación con los datos con ciclos cortos utilizando agile Charla del big data aplicada al Marketing Big Data and Marketing Analytics by Professor Jean-Pierre Dubé. Chicago Booth Executive Education program, Big Data and Marketing Analytics The analytics continuum. Gartner Analytic Value Escalator. Gartner 3
4 Herramientas Herramienta de mapas de calor y A/B testing. Mockingfish Apache herramientas de big data opensource Ejemplos de big data Caso de éxito de la división BBVA Data Analytics Están explotando los datos de los TPVs durante el Mobile World Congress The GDELT Project Página anecdótica que representa la información que se puede extraer de la navegación de un usuario. Ejemplo de big data aplicado a la forma de identificar, esta página te puede identificar de forma única por un grupo de data sets (versión del navegador, cookies, etc.) Ejemplo de industria que utiliza los datos. 4
5 Web de periódicos y aplicando Lightbeam, se pueden ver que compañías están presentes y recopilando datos en diferentes industrias. Por medio de cruce de cookie y pixel puedes obtener mucha info Podríamos decir a clientes que insertasen nuestro pixel en su web. Okcupid. Charts about sex Aplicación en tiendas retail Flame Analytics Proximus Infsoft MACHINE LEARNING Se encuentra dentro del contexto de inteligencia artificial Enseñar a los ordenadores a aprender a resolver problemas sin ser explícitamente programados para ello. El resultado son modelos que son capaces de realizar predicciones o tomar decisiones usando datos que no había visto nunca. Construimos los modelos utilizando algoritmos. Los algoritmos detectan patrones en nuestros datos. Metodología 1. Entendimiento del negocio 2. Entendimiento de los datos 3. Preparación de datos 4. Selección de las características del modelo 5. Entrenamiento del modelo 6. Validación del modelo 7. Depurado del modelo 8. Actualizaciones y mantenimiento Formas de aprender 1. A través de terceros a. El maestro nos lo cuenta todo b. El problema está en entender al profesor 2. Aprender por descubrimiento a. El aprendiz planea experimentos y generaliza a partir de las observaciones 5
6 3. Aprender a través de ejemplos a. El maestro proporciona ejemplos (que pueden ser buenos) b. El aprendiz generaliza El machine learning se centra en el tercer punto, aprender a través de ejemplos. Data mining, tratamiento del dato Machine Learning, es una herramienta para digerir el dato Caso práctico para clientes de un banco y la predicción de que contratarán un producto financiero a través de machine learning. Dataset es el conjunto de datos agrupados y ordenados por variables. Algoritmos, tipos Lineales Arboles de decisión (caja blanca) es muy transparente el modelo Random Forest Neural Nets (caja negra) no saben lo que hace el modelo Gradient Boosted Normalmente se utilizan modelos de caja transparente porque podemos explicar mejor lo que hacen pero los más potentes son los de caja negra. Aprendizaje supervisado vs no supervisado Clasificación y regresión son algoritmos de aprendizaje supervisados Clustering son algoritmos de aprendizaje no supervisados Explicación del algoritmo por árbol de decisión Metodos de valoración Accuracy vs eficiencia Aplicación al marketing Clustering, en marketing se utiliza para segmentar los tipos de cliente para después segmentar contenido. Metodo más popular K-Means. Empresa que acaba de comprar Google: Kaggle Crowdsourcing de data scientist Machine-learning problems crowdsourcing a través de desafíos. Kaggle es como el GitHub de los Data Scientist 6
7 Herramientas que quieren democratizar el machine learning BIGML Rapidminer. En estas herramientas no cargas todo el data set al modelo porque nos reservamos un 20% para comprobar lo bueno o malo que es el modelo. Solo cargas un 80%. Ejemplos machine learning Caso de éxtio. Google en Gizmondo Google s Image Recognition Software Can Now Describe Entire Scenes Para Nuria abogadas, IA para abogados. Ross intelligence VISUALIZACIÓN DE DATOS Parte esencial para sacar el máximo conocimiento del dato. Los gráficos nos ayudan a pasar de la información a conocimiento de forma rápida. Importancia de los gráficos Lectura interesante para ver cómo funciona nuestro cerebro y entender la importancia de los gráficos para mostrar datos. Tipos de gráficos y aplicaciones Los técnicos y UX deben estar muy conectados con los de negocio y marketing. Ambos tienen que entender de ambos mundos. D3J.s código para programar gráficos. 7
8 POSIBLES APLICACIONES DE NUESTRO MODELO Está muy bien el big data pero antes va el little data. Empecemos pequeño, pero pensemos en grande. Posibles aplicaciones de big data en el futuro a nuestro modelo. Detección de fraude Validación de documentación de identidad Scoring de proyectos Scoring de potencial de clientes Validación de ONGs Asistente de creación y tips de campañas Lead scoring y segmentación de leads y clientes 8
Lingüística computacional
Lingüística computacional Definición y alcance Escuela Nacional de Antropología e Historia (ENAH) Agosto diciembre de 2015 Lingüística Ciencias de la computación Lingüística computacional Estudio del lenguaje
Más detallesR for Data Mining Análisis de datos, segmentación y técnicas de predicción con R. web
R for Data Mining Análisis de datos, segmentación y técnicas de predicción con R web Presentación R es el lenguaje de programación estadístico por excelencia. Se destaca por que es una las herramientas
Más detallesBIG DATA SCIENCE & ANALYTICS
BIG DATA SCIENCE & ANALYTICS Enzo Roccasalva Head of Practice: Advanced Analytics & Risk CONOCIENDO A SAS +40 Años de Experiencia +75,000 Instalaciones +140 Países 1 o Empresa privada de software más grande
Más detallesTécnicas de aprendizaje automático en el análisis de datos de DP. Dr. Carlos Fernández Lozano Juan de la Cierva-Formación
Técnicas de aprendizaje automático en el análisis de datos de DP Dr. Carlos Fernández Lozano Juan de la Cierva-Formación carlos.fernandez@udc.es Índice Acerca de mí Big data? Medicina de precisión? Integración
Más detallesMachine Learning y su Utilización en Riesgo de. Seemant Teotia Sr. Director International Analytics Equifax Inc. USA. Crédito
Machine Learning y su Utilización en Riesgo de Seemant Teotia Sr. Director International Analytics Equifax Inc. USA Crédito Principios de Machine Learning Qué es? Por qué lo usamos? Cuándo lo usamos? Ejemplos
Más detallesAnalítica avanzada para la optimización del tráfico
Analítica avanzada para la optimización del tráfico Pau Agulló Kernel Analytics Barcelona, 30 de Marzo de 2017 Organizan Auspician Apoya Índice TO THE FUTURE La revolución del big data Definiciones e impacto
Más detallesDATA ANALYTICS IMMERSION
DATA ANALYTICS IMMERSION Programa de estudio Aprendé a analizar datos y a desarrollar modelos predictivos para la toma de decisiones de negocios. Programa ejecutivo Quiénes somos DIGITAL HOUSE Somos un
Más detallesCientífico de datos o data scientist
Científico de datos o data scientist La demanda de científicos de datos se ha incrementado de manera constante en los últimos años, existe en el mercado una amplia oferta para los científicos de datos.
Más detallesV https://www.google.com/analytics/resources/white-paper-mit-tr-analytics-machine-learning.html?utm_source=twitter&utm_medium=social-owned&utm_campaign=2016-q4-gbl-all-ga360-suite&utm_content=mit-whitepaper
Más detallesBuenas prácticas para la implementación de herramientas de Ciencia de Datos Leonardo Alfonso Ramos Corona Facultad de Geografía, UAEM.
Buenas prácticas para la implementación de herramientas de Ciencia de Datos Leonardo Alfonso Ramos Corona Facultad de Geografía, UAEM. Qué es la ciencia de datos? Es muy difícil encontrar una definición
Más detallesInteligencia Artificial: Su uso para la investigación
Inteligencia Artificial: Su uso para la investigación Dra. Helena Montserrat Gómez Adorno Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas helena.adorno@iimas.unam.mx 1 Introducción
Más detallesSeptiembre 12, Bogotá, Colombia. #sqlsatbogota
Septiembre 12, 2015 Bogotá, Colombia #sqlsatbogota Capítulos Organizadores del SQL Saturday Patrocinadores del SQL Saturday Planea asistir al PASS Summit 2015? Comience a ahorrar hoy! El más grande evento
Más detallesPROPUESTA DE MINOR CIENCIA DE LOS DATOS. DATA SCIENCE Resultados de Aprendizaje del Minor
PROPUESTA DE MINOR Nombre del Minor CIENCIA DE LOS DATOS DATA SCIENCE del Minor Al finalizar el Minor el estudiante logrará: Analizar y representar grandes volúmenes de datos complejos tales como: imágenes,
Más detallesANALIZANDO LA INTERNET DE LAS COSAS SAS FORUM 2015 SANTIAGO FAINSTEIN, GERENTE DE SOLUCIONES Y DESARROLLO DE NEGOCIOS
ANALIZANDO LA INTERNET DE LAS COSAS SAS FORUM 2015 SANTIAGO FAINSTEIN, GERENTE DE SOLUCIONES Y DESARROLLO DE NEGOCIOS ACUERDO SAS FORUM 2015 SOLO 10 MINUTOS Big Data Internet Of Things Nuevo Paradigma
Más detallesExperiencia Big Data en Banco Sabadell
Experiencia Big Data en Banco Sabadell Lluís Pascual Director Big Data Barcelona Club Excelencia en Gestión 6 de Octubre de 2016 Índice general 1 2 3 4 Recorrido del Big Data en el Banco Casos de uso:
Más detallesCURSOS CONENTO. Una puerta abierta para que puedas desarrollar tus propios análisis
CURSOS CONENTO Una puerta abierta para que puedas desarrollar tus propios análisis Introducción Este documento recoge la lista de los cursos que ofrecemos para ayudar a nuestros clientes a incrementar
Más detallesÍndice general. Prefacio...5
Índice general Prefacio...5 Capítulo 1 Introducción...13 1.1 Introducción...13 1.2 Los datos...19 1.3 Etapas en los procesos de big data...20 1.4 Minería de datos...21 1.5 Estructura de un proyecto de
Más detallesAspectos prácticos de Big data, Inteligencia Artificial y Blockchain en el ámbito legal, con especial referencia a la gestión colegial
Aspectos prácticos de Big data, Inteligencia Artificial y Blockchain en el ámbito legal, con especial referencia a la gestión colegial AMENAZA U OPORTUNIDAD? Primera Revolución tecnológica INTERNET ->
Más detallesSoluciones para. Retail & E-Commerce #MACHINELEARNING #DATASCIENCE #BIGDATA #DEEPLEARNING #IA #SAAS #WEBCRAWLING. 7puentes.
Soluciones para Retail & E-Commerce #MACHINELEARNING #DATASCIENCE #BIGDATA #DEEPLEARNING #IA #SAAS #WEBCRAWLING info@7puentes.com 7puentes.com SOLUCIONES Potenciamos el negocio de nuestros clientes haciendo
Más detallesYO, CIENCIA DE DATOS. BIG DATA DAY Facultad de Ciencias, UNAM Ciudad de México, marzo 2016
YO, CIENCIA DE DATOS BIG DATA DAY Facultad de Ciencias, UNAM Ciudad de México, marzo 2016 Qué es CIENCIA DE DATOS? La ciencia de datos es un campo interdisciplinario que involucra los procesos y sistemas
Más detallesBig Data Análisis de Datos
Big Data Análisis de Datos Temáticas del curso Introducción al Big Data Fundamentos tecnológicos Gestión de Big Data Análisis en el Big Data Situación y retos actuales Análisis en el Big Data La cuestión
Más detallesIntroducción Aprendizaje de Máquina. Gerardo Gutiérrez Gutiérrez Alexis Rodríguez Gutiérrez
Introducción Aprendizaje de Máquina Gerardo Gutiérrez Gutiérrez Alexis Rodríguez Gutiérrez Qué es Aprendizaje de Máquina? "Field of study that gives computers the ability to learn without being explicitly
Más detallesR for Business Analytics
1 Curso: R for Business Analytics Introducción al Análisis Predictivo con R 2 Presentación R es el lenguaje de programación estadístico por excelencia. Se destaca por que es una las herramientas estadísticas
Más detallesCurso: R for Data Mining. Análisis de datos, segmentación y técnicas de predicción con R
1 Curso: R for Data Mining Análisis de datos, segmentación y técnicas de predicción con R 2 Presentación R es el lenguaje de programación estadístico por excelencia. Se destaca por que es una las herramientas
Más detallesQué son y qué papel juegan estas tecnologías en la era de la revolución digital? Inteligencia Artificial (AI) Machine Learning & Cognitive Computing
Qué son y qué papel juegan estas tecnologías en la era de la revolución digital? Inteligencia Artificial (AI) Machine Learning & Cognitive Computing Javier Alexander Rengifo, MSc. Javier Alexander Rengifo,
Más detallesINTRODUCTION TO MACHINE LEARNING ISABELLE GUYON
INTRODUCTION TO MACHINE LEARNING ISABELLE GUYON 2008-02-31 Notas tomadas por: María Eugenia Rojas Qué es Machine Learning? El proceso de aprendizaje de maquina consiste en tener una gran base de datos
Más detallesPrograma Superior. en Inteligencia Artificial PROGRAMA
Programa Superior en Inteligencia Artificial PROGRAMA PROGRAMA SUPERIOR EN INTELIGENCIA ARTIFICIAL 1 Introducción a la Inteligencia Artificial Introducción sobre la evolución de las tecnologías clave de
Más detallesEL ANÁLISIS DE DATOS Y POSIBLES IMPACTOS EN LA CADENA DE VALOR DE LAS COMPAÑÍAS DE SEGUROS
EL ANÁLISIS DE DATOS Y POSIBLES IMPACTOS EN LA CADENA DE VALOR DE LAS COMPAÑÍAS DE SEGUROS XXVIII CONGRESO NACIONAL DE ACTUARIOS: ACTUARIOS 2.0. EVOLUCIÓN SEBASTIÁN RESTREPO PREDICTED AGENDA Por qué suena
Más detallesPEA: Programa de Especialización en Analítica
PEA: Programa de Especialización en Analítica Data Science Specialist PEA - BIG DATA Y BUSINESS ANALYTICS. LA MEJOR FORMA DE APRENDER BIG DATA ES HACIENDO BIG DATA PROGRAMA DE ESPECIALIZACIÓN EN BIG DATA
Más detallesIntroducción a la minería de datos. CI-2352 Intr. a la minería de datos Prof. Braulio José Solano Rojas ECCI, UCR
Introducción a la minería de datos CI-2352 Intr. a la minería de datos Prof. Braulio José Solano Rojas ECCI, UCR Minería de datos Detección, interpretación y predicción de patrones cuantitativos y cualitativos
Más detallesDIPLOMADO EN DATA MINING
DIPLOMADO EN DATA MINING DIPLOMADO EN DATA MINING Los datos que tienen relevancia para las decisiones de gestión, se están acumulando a un ritmo increíble, debido a una serie de avances tecnológicos. La
Más detallesDATA ANALYTICS EL VALOR INTRINSECO EN EL DATO INNOVATION QUANT ANALYSIS BIG DATA STRATEGY
DATA ANALYTICS EL VALOR INTRINSECO EN EL DATO INNOVATION QUANT ANALYSIS BIG DATA STRATEGY DATA ANALYTICS ANTES DE LA APARICIÓN DE INTERNET Y REDES SOCIALES Pentaquark posee una metodología que se basa
Más detallesSOLUCIONES DE INTELIGENCIA ARTIFICIAL, MACHINE LEARNING Y EXPLOTACIÓN COGNITIVA
SOLUCIONES DE INTELIGENCIA ARTIFICIAL, MACHINE LEARNING Y EXPLOTACIÓN COGNITIVA Recientemente, tecnologías como la Inteligencia Artificial (IA) han avanzado significativamente, y han creado grandes oportunidades
Más detallesBig Data. Plan de Estudio
Big Data Plan de Estudio Descripción Big Data, inteligencia de datos o datos masivos, se refiere a conjuntos de datos tan grandes que aplicaciones informáticas tradicionales de procesamiento de datos no
Más detallesInteligencia de Negocio Curso
Inteligencia de Negocio Curso 2018-2019 La asignatura Inteligencia de Negocio se centrará el estudio y diseño de técnicas de extracción de conocimiento utilizadas en el área de Business Analytics/ciencia
Más detallesText Mining ANÁLISIS DE SENTIMIENTOS PARA LA TOMA DE DECISIONES
Text Mining ANÁLISIS DE SENTIMIENTOS PARA LA TOMA DE DECISIONES Tabla de Contenidos Introducción Qué es Text Mining? Beneficios y Aplicaciones del TM Técnicas para el TM Tecnologías para el TM SAS, SPSS
Más detalles1.-DATOS DE LA ASIGNATURA
1.-DATOS DE LA ASIGNATURA Nombre de la asignatura: Minería de Datos Carrera: Ingeniería en Sistemas Computacionales Clave de la asignatura: ADM-0701 Horas teoría-horas práctica-créditos: 3-2-8 2.-HISTORIA
Más detallesDESARROLLO APLICACIONES BUSINESS INTELLIGENCE CON MS SQL SERVER Big Data
DESARROLLO APLICACIONES BUSINESS INTELLIGENCE CON MS SQL SERVER 2016 + Big Data DESCRIPCIÓN Este curso está orientado a brindar a los alumnos los fundamentos necesarios en el campo del Business Intelligence
Más detallesmobile intelligence El contenido correcto, al usuario correcto, en el momento Indicado
mobile intelligence El contenido correcto, al usuario correcto, en el momento Indicado Objetivos de una Operadora Personalizar el Cross selling/ Up selling de suscripciones a VAS, datos, voz, etc. Lograr
Más detallesInteligencia de Negocio Curso
Inteligencia de Negocio Curso 2017-2018 La asignatura Inteligencia de Negocio se centrará el estudio y diseño de técnicas de extracción de conocimiento utilizadas en el área de Business Analytics/ciencia
Más detallesBig Analytics: de la información al conocimiento
Programa Introducción Arquitectura/Bases de datos relacionados /Infraestructuras (AMAZON) R Introducción al análisis masivo de datos: descriptivos y visualización de Big Data Hackathon + Series Temporales
Más detallesCONCEPTOS Y ECOSISTEMA BIG DATA
CONCEPTOS Y ECOSISTEMA BIG DATA El presente documento ha sido elaborado de forma conjunta por las empresas Sunqu y Ticxar para dar a conocer el ecosistema Big Data, su tipología, la analítica y la visualización
Más detallesMitos y Realidades del Big Data -Introducción al Big Data-
Jornada: Mitos y Realidades del Big Data -Introducción al Big Data- Urko Zurutuza Dpto. Electrónica e Informática Mondragon Goi Eskola Politeknikoa JMA Mondragon Unibertsitatea Agenda Introducción al Big
Más detallesR for Business Analytics
1 Curso: R for Business Analytics Introducción al análisis predictivo con R 2 Presentación R es el lenguaje de programación estadístico por excelencia. Se destaca porque es una de las herramientas estadísticas
Más detallesLa era de las decisiones inteligentes: Data Science y Marketing Digital
La era de las decisiones inteligentes: Data Science y Marketing Digital La Ciencia de Datos (Data Science) es una disciplina de reciente aparición que está revolucionando la forma en que se hacen negocios.
Más detallesR for Business Analytics
1 Curso: R for Business Analytics Introducción al Análisis Predictivo con R 2 Presentación R es el lenguaje de programación estadístico por excelencia. Se destaca porque es una de las herramientas estadísticas
Más detallesCurso: Python for Analytics
1 Curso: Python for Analytics 2 Presentación Python es un lenguaje de programación potente y fácil de aprender. Cuenta con estructuras de datos eficientes, de alto nivel y un enfoque simple pero efectivo
Más detallesBUSINESS ANALYTICS & BIG DATA UNIVERSIDAD NACIONAL DE INGENIERIA. II y III PROGRAMA DE ESPECIALIZACION EN
UNIVERSIDAD NACIONAL DE INGENIERIA Centro de Tecnologías de Información y Comunicaciones CTIC UNI II y III PROGRAMA DE ESPECIALIZACION EN BUSINESS ANALYTICS & BIG DATA EDICION FINES DE SEMANA: 07 DE ENERO
Más detallesDeep Learning. Aplicaciones en Patología. Marcial García Rojo. Patólogo. Cádiz. Gloria Bueno. VISILAB Group. Universidad de Castilla-La Mancha
Deep Learning. Aplicaciones en Patología Marcial García Rojo. Patólogo. Cádiz. Gloria Bueno. VISILAB Group. Universidad de Castilla-La Mancha Para qué necesitamos análisis de imagen en Patología? Reducir
Más detallesANALÍTICA DE BIG DATA (BDA)
ANALÍTICA DE BIG DATA (BDA) Tendencias Retos Oportunidades Fabián García Nocetti IIMAS-UNAM CAACFMI-UNAM AMIAC Ciencia de Datos y Big Data Analítica de Big Data (BDA) Aplicaciones Arquitectura General
Más detallesAplicaciones. Inteligencia Computacional Carrera de Ingeniería Informática
Aplicaciones Inteligencia Computacional Carrera de Ingeniería Informática Aplicaciones de IC Unidad VIII: Configuración del problema y aplicación de las técnicas de inteligencia computacional en: clasificación
Más detalles+E Inteligencia Laboral Sesión Informativa. Madrid, 4 de julio de 2017
+E Inteligencia Laboral Sesión Informativa Madrid, 4 de julio de 2017 Índice de contenidos 1. Objetivo del proyecto 2. Conceptos generales de Analytics 3. Enfoque del proyecto 4. Descripción del diseño
Más detallesIntroducción a Azure Machine Learning. Alan Koo Senior Consultant Nagnoi, LLC. Microsoft MVP
Introducción a Azure Machine Learning Alan Koo Senior Consultant Nagnoi, LLC. Microsoft MVP acerca de mi senior consultant en Nagnoi enfoque en business intelligence & application architecture 15+ años
Más detallesAseguramiento de la calidad y pruebas de software
Y yo qué hago aquí? Weka Aseguramiento de la calidad y pruebas de software 5- Pruebas del software 2a parte estándar IEEE-1012 Automatización de pruebas unitarias 1a parte Blanca A. Vargas Govea vargasgovea@itesm.mx
Más detallesCURSO/GUÍA PRÁCTICA DEL BIG DATA INMOBILIARIO
SISTEMA EDUCATIVO inmoley.com DE FORMACIÓN CONTINUA PARA PROFESIONALES INMOBILIARIOS. CURSO/GUÍA PRÁCTICA DEL BIG DATA INMOBILIARIO Gestión empresarial de la información. Business Intelligence. Data Mining.
Más detallesMonitoreo y creación de alertas para prevención y detección de fraude. Lina María Chacón Cancino Andrés Felipe julio
Monitoreo y creación de alertas para prevención y detección de fraude Lina María Chacón Cancino Andrés Felipe julio INSTITUTO NACIONAL DE INVESTIGACIÓN Y PREVENCIÓN DE FRAUDE - INIF Misión Visión INIF
Más detallesIntroducción a la minería de datos
Introducción a la minería de datos 1 Temario Qué es minería de datos? Quién usa minería de datos? Por qué de la minería de datos? Ciclo virtuoso de la minería de datos 2 Definición de minería de datos
Más detallesSistemas de predicción Aprendizaje automático Data Mining & Machine Learning
Data Mining & Machine Learning Ibon B. Salbidegoitia ibon.salbidegoitia@meteoforenergy.com 1 Comunicación 2 Comunicación 3 Comunicación 4 Almacenamiento SIZE: byte kilobyte megabyte gigabyte terabyte petabyte
Más detallesGUÍA DE APRENDIZAJE ASIGNATURA SISTEMAS BASADOS EN APRENDIZAJE AUTOMATICO. CURSO ACADÉMICO - SEMESTRE Primer semestre
GUÍA DE APRENDIZAJE ASIGNATURA SISTEMAS BASADOS EN APRENDIZAJE AUTOMATICO CURSO ACADÉMICO - SEMESTRE 2015-16 - Primer semestre FECHA DE PUBLICACIÓN Julio - 2015 Datos Descriptivos Nombre de la Asignatura
Más detallesDATA SCIENCE NIVEL I
PROGRAMAS DE ESPECIALIZACIÓN EN CIENCIA DE DATOS Rectorado Programa de Especialización DATA SCIENCE NIVEL I Del 4 de agosto al 29 de setiembre 2018 MÓDULO I: 1. FUNDAMENTOS DE MACHINE LEARNING 2. MODELOS
Más detallesCurso: Analytics for Beginners Estadística aplicada a los negocios
1 Curso: Analytics for Beginners Estadística aplicada a los negocios 2 Presentación No es secreto que en esta era digital la cantidad de datos que generan tanto las organizaciones como las mismas personas
Más detallesCurso: Introducción a Hadoop & Big Data Comprende los orígenes principales del Big Data
1 Curso: Introducción a Hadoop & Big Data Comprende los orígenes principales del Big Data 2 Presentación El curso presenta los principales componentes de soluciones BIg Data, profundizando en el ecosistema
Más detallesPontificia Universidad Católica del Ecuador
1. DATOS INFORMATIVOS: MATERIA O MÓDULO: CÓDIGO: CARRERA: NIVEL: INTELIGENCIA ARTIFICIAL II (Aprendizaje Automático) IS-12653 INGENIERIA DE SISTEMAS SEPTIMO No. CRÉDITOS: 4 CRÉDITOS TEORÍA: 2 CRÉDITOS
Más detallesPrograma Big Analytics: de la información al conocimiento
Programa Big Analytics: de la información al conocimiento 1/02/2018 Introducción Directora: Rosa Lillo/Deloitte Introducción general al Big data y la necesidad del Analytics 2/02/2018 - Arquitectura/Bases
Más detallesPostgrado Negocio Digital
Postgrado Negocio Digital Postgrado Negocio Digital / Programa Programa Postgrado Negocio Digital Objetivo Tener una visión completa del negocio digital: qué disciplinas lo componen, qué rol juega cada
Más detallesCurso: Python for Analytics. Aprende Python orientado a la ciencia y minería de datos
1 Curso: Python for Analytics Aprende Python orientado a la ciencia y minería de datos 2 Presentación Python es un lenguaje de programación potente y fácil de aprender. Cuenta con estructuras de datos
Más detallesFORTISSIMO 2 EXPERIMENT 904: MEJORA DEL SISTEMA REMOTO
OTEAres FORTISSIMO 2 EXPERIMENT 904: MEJORA DEL SISTEMA REMOTO EXPERTO BASADO EN EL SOFTWARE OTEA innovation programme under grant agreement No 680481 (Fortissimo 2 project). Objetivos de OTEAres OTEARES
Más detallesAnalizando patrones de datos
Analizando patrones de datos SQL Server DM, Excel DM, Azure ML y R Ana María Bisbé York @ambynet http://amby.net/ Temario Introducción a Minería de datos MS Office Excel Herramientas de tabla y Minería
Más detallesVIII Jornadas de Usuarios de R
VIII Jornadas de Usuarios de R Análisis del Abandono en el Sector Bancario Predicción del abandono de clientes Albacete, 17 de Noviembre de 2016 I. INDICE : Modelo Abandonos I. COMPRENSIÓN DEL NEGOCIO
Más detallesCurso Big Data para la Industria
Curso Big Data para la Industria Características destacadas Dirigido a Profesionales que trabajen o quieran hacerlo con grandes volúmenes de datos o profesionales técnicos del área IT que tengan previsto
Más detallesMétodos avanzados de clasificación digital de imágenes satelitales para la identificación de usos y coberturas del suelo
El proyecto de investigación Métodos avanzados de clasificación digital de imágenes satelitales para la identificación de usos y coberturas del suelo Ph.D en geografía física fulgencio.canovas@ucuenca.edu.ec
Más detallesIntroducción de la aplicación de programación LEGO MINDSTORMS Education EV3
Introducción de la aplicación de programación LEGO MINDSTORMS Education EV3 LEGO Education se complace en proporcionarle la edición para tableta del software LEGO MINDSTORMS Education EV3. Una forma divertida
Más detallesData Mining Introduction Convierte Datos en Conocimiento y Aplicalos al Marketing
Data Mining Introduction Convierte Datos en Conocimiento y Aplicalos al Marketing Presentación La generación de conocimiento es el proceso que reditúa las mayores ventajas competitivas en las organizaciones
Más detalleswww.consultec.es Introducción a Big Data
Introducción a Big Data Quiénes somos? Gorka Armen+a Developer garmen+a@consultec.es @joruus Iñaki Elcoro Developer ielcoro@consultec.es @iceoverflow Índice 1. Introducción 2. Qué no es Big Data? 3. Qué
Más detallesSistema inteligente para la valoración en línea de bienes inmuebles.
Sistema inteligente para la valoración en línea de bienes inmuebles. LA HERRAMIENTA QUE ESPERABA EL SECTOR INMOBILIARIO TAKSON es una plataforma de computación en la nube que ofrece a entidades financieras,
Más detallesInteligencia de Negocio
UNIVERSIDAD DE GRANADA E.T.S. de Ingenierías Informática y de Telecomunicación Departamento de Ciencias de la Computación e Inteligencia Artificial Inteligencia de Negocio Guión de Prácticas Práctica 3:
Más detallesQué es machine learning? Algunos Tipos de Machine Learning. Generalización & Exploración. Aprendizaje a partir de Ejemplos. Inferencia Inductiva
Prof Carlos Iván Chesñevar Datamining y Aprendizaje Automatizado Introducción al Machine Learning Prof Carlos Iván Chesñevar Departamento de Cs e Ing de la Computación Universidad Nacional del Sur Qué
Más detallesPROCESAMIENTO DIGITAL DE IMÁGENES
PROCESAMIENTO DIGITAL DE IMÁGENES 2 OBJETIVO GENERAL Familiarizarse con el análisis de imágenes a través de computadores, aprendiendo técnicas de procesamiento, utilizando la librería de programación OpenCV,
Más detallesDiplomado GSM UC. Marketing Digital. Apoyo para el alumno
Diplomado GSM UC Marketing Digital Apoyo para el alumno La oficina encargada de los Procesos del mercadeo en la red es la Gerencia de Marketing Digital V - 2.0 El Gerente de Marketing Digital debe ser
Más detallesModelo de Hábitos de Compra de Clientes en el Sector Mayorista Deportivo
Modelo de Hábitos de Compra de Clientes en el Sector Mayorista Deportivo Miguel Ángel García Sánchez Científico de Datos https://miguel-angel-garcia.com info@miguel-angel-garcia.com Introducción PYMES
Más detallesMachine Learning. Programa de Estudio.
Machine Learning Programa de Estudio Machine Learning Desarrolla tu perfil técnico en Inteligencia artificial. Introdúcete al mundo de Machine Learning.Comprende los desafíos sociales e industriales que
Más detallesTRABAJO PRÁCTICO III: Minería de datos. PARTE 01: Arboles de decisión (J48)
TRABAJO PRÁCTICO III: Minería de datos PARTE 01: Arboles de decisión (J48) Introducción: En este trabajo se implementa el primero de una serie de algoritmos que se presentarán durante la materia para realizar
Más detallesAgtech & Satellite imagery
Soluciones para Agtech & Satellite imagery Insights desde el aire: Inteligencia Artificial aplicada a imágenes aéreas y satelitales info@7puentes.com 7puentes.com SOLUCIONES Potenciamos el negocio de nuestros
Más detallesSolución para Gestión de Destinos Turísticos Inteligentes
Solución para Gestión de Destinos Turísticos Inteligentes Mejoramos la competitividad y sostenibilidad de su destino turístico a través de la analítica de datos, la gestión de estructuras IoT y la promoción
Más detallesDeveloper Training for Spark and Hadoop
Developer Training for Spark and Hadoop Duración 5 días 28 horas Este curso práctico de cuatro días ofrece los conceptos clave y la experiencia que necesitan los desarrolladores para desarrollar aplicaciones
Más detallesIdentificación de variables asociadas al éxito académico en Estudiantes de la Facultad de Informática Mazatlán
Your logo Identificación de variables asociadas al éxito académico en Estudiantes de la Facultad de Informática Mazatlán Universidad Autónoma de Sinaloa M.C. Rogelio Estrada Lizárraga Abril 16, 2013 Introducción
Más detallesInteligencia Computacional
Inteligencia Computacional Práctica de redes neuronales Reconocimiento óptico de caracteres MNIST Curso 2017-2018 Máster en Ingeniería Informática Departamento de Ciencias de la Computación e Inteligencia
Más detallesAsignaturas antecedentes y subsecuentes
PROGRAMA DE ESTUDIOS Reconocimiento de Patrones Área a la que pertenece: Área de Formación Integral Profesional Horas teóricas: 3 Horas prácticas: 1 Créditos: 7 Clave: F0182 Asignaturas antecedentes y
Más detallesSISTEMA INTEGRAL PARA LA PROYECCIÓN Y DETECCIÓN DE LA PREVENCIÓN DEL DELITO, MEDIANTE MINERÍA DE DATOS.
SISTEMA INTEGRAL PARA LA PROYECCIÓN Y DETECCIÓN DE LA PREVENCIÓN DEL DELITO, MEDIANTE MINERÍA DE DATOS. MTIE. Erik Guerrero Bravo. Universidad Tecnológica Tula - Tepeji. Introducción Sistemas Transaccionales
Más detallesModelos de Mercadotecnia Tema 1: Dimensión del Marketing
Tema 1: Dimensión del Marketing Sesión 2: Bases de Datos Objetivo de la Sesión: Al concluir la sesión el alumno reconocerá el proceso para llevar a cabo la minería de datos y describirá cómo las herramientas
Más detallesIntroducción a la Estadística para Data Science (con Python)
(con Python) 4ª edición Inicio /02/18 30 h. Presencial Madrid Bolsa de (También en empleo Barcelona) 495 Curso de Introducción a para Data 4ed. Tener nociones de estadística y soltura manejando los conceptos
Más detalles10 EXÁMENES
10 EXÁMENES 2014-2018 Convocatoria Extraordinaria de Septiembre 1 de Septiembre de 2014 1. (1 pto.) a) Aunque por abuso del lenguaje hemos hablado de minería de datos y de KDD como sinónimos, indica las
Más detallesMÁSTER EN BIG DATA MANAGEMENT & DATA ENGINEERING. Master
MÁSTER EN BIG DATA MANAGEMENT & DATA ENGINEERING Master MÁSTER EN BIG DATA MANAGEMENT & DATA ENGINEERING MBD_MÓDULO 1: FUNDAMENTOS DE BIG DATA 1. Qué es Big Data y qué no es Big Data 2. Business Intelligence
Más detallesCurso de Formación Continua Nº identificación Propuesta nueva/reedición
Curso de Formación Continua Nº identificación Propuesta nueva/reedición Aplicaciones Industriales con Minería de Datos y Sistemas Expertos FC1011195 Propuesta nueva Tipo de Créditos Créditos ECTS Campo
Más detallesCurso: Python for Analytics
1 Curso: Python for Analytics 2 Presentación Python es un lenguaje de programación potente y fácil de aprender. Cuenta con estructuras de datos eficientes, de alto nivel y un enfoque simple pero efectivo
Más detallesPerfiles de formación
Business Analytics Perfiles de formación El objetivo del presente documento es facilitar a los responsables de equipos o técnicos de RRHH a enfocar la formación que precisan los distintos perfiles de la
Más detallesINTELIGENCIA DE NEGOCIO
INTELIGENCIA DE NEGOCIO 2017-2018 Tema 1. Introducción a la Inteligencia de Negocio Tema 2. Minería de Datos. Ciencia de Datos Tema 3. Modelos de Predicción: Clasificación, regresión y series temporales
Más detalles