Inicio Programas, Certificaciones y Cursos

Curso Procesamiento, Análisis y Visualización de Data

Área: Big Data | Sub Área: Machine Learning

Este Programa esta disponible en Modalidad:

Online

La información en el mundo se duplica cada 20 meses. Por lo general, las fuentes de datos importantes donde se generan la mayor cantidad de los datos son los procesos empresariales e industriales, textos y bases de datos estructuradas, imágenes y videos, y datos físicos y biomédicos. El hacer uso de herramientas y librerías para el análisis de datos permite encontrar información relevante, estructuras y patrones, para obtener nuevas ideas, identificar causas y efectos, predecir desarrollos futuros o sugerir decisiones óptimas. Se necesitan modelos y algoritmos para recolectar, pre procesar, analizar y evaluar datos, de diversos campos como estadísticas, aprendizaje de máquinas, reconocimiento de patrones, teoría de sistemas, investigación de operaciones o inteligencia artificial.

En este curso usted aprenderá sobre los métodos y algoritmos más importantes para el procesamiento, análisis y visualización de los datos. Podrá elegir métodos apropiados para tareas específicas y aplicarlos en sus propios proyectos de análisis de datos. Usted comprenderá los conceptos básicos del creciente campo del procesamiento, análisis y visualización de los datos que le permitirá mantener el ritmo y contribuir activamente al avance del campo.

FECHAS DE INICIO

Online asincrónica: Mayo 2022

DURACIÓN:

1 Mes

Objetivos

Al finalizar el curso el participante estará en la capacidad de:

Identificar los componentes que se requieren en la evolución de las actividades de análisis de datos.
Conocer las fases típicas en que se dividen los proyectos de análisis de datos.
Aplicar métodos de análisis de datos para sus propios proyectos y para contribuir en el progreso del campo.

Público Objetivo

El curso está dirigido a:

Cualquier persona que quiera aprender sobre Procesamiento, Análisis y Visualización de los datos, tanto para uso comercial, como para satisfacción personal.

Prerrequisitos

Para llevar el curso es recomendable que el participante posea:

Conocimientos básicos en Virtualización, lenguajes de programación y bases de datos.

Estructura Curricular

Vista Previa

Conceptos Fundamentales

Introducción a Data Visual Analytics
Principios y Herramientas de Visual Analytics

Visual Analytics con RStudio

Conociendo R
Procesamiento y Visualización de Datos con R
Desarrollando Tablero con R

Visual Analytics con Python

Procesamiento y Visualización de Datos con Python
Visualización de Datos con Python
Visualizacion de Datos con d3.js

Duración y Horarios

En la modalidad online asincrónica (clases grabadas):

Tienes 1 mes para completar el curso. Los contenidos comprenden 8 horas cronológicas de clases grabadas que podrá visualizar en línea (conectado a Internet) a través de nuestro campus virtual.

Si tienes alguna duda solo debes contactarte con nosotros para darte mayor información al respecto.

Beneficios

El curso incluye los siguientes beneficios:

Acceso a 8 horas cronológicas de clases.
Certificación emitida por BSG Institute.

¿Tienes dudas sobre algún aspecto del programa?

Registra tus datos para que un asesor especializado pueda ayudarte en todo lo que requieras.

Certificación

Los participantes que completen exitosamente el curso, recibirán la siguiente certificación:

Certificación emitida por BSG Institute.

Solicitar Informacion

Expositores

ALVARO FUENTES

Colombia

Master of Science en Matemáticas Aplicadas por la Ohio University - Estados Unidos. Master en Economía y Finanzas Cuantitativas por la Universidad Rafael Landívar - Guatemala. Actualmente se desempeña como Consultor en Ciencias de Datos en Quant Company. Se ha desempeñado también como Consultor y Docente en la Universidad de Manizales e Instructor en Mathematics Department en Ohio University.

NOTA: No necesariamente todos los expositores mencionados participarán en el dictado del programa o sesiones webinar, asimismo se podrá contar con la participación de otros expositores adicionales a los mencionados.