60

Haga clic para agregar este artículo al carrito.

Descripción

1. ETL y preparación de datos
1.1. Pasos para crear un proyecto de big data
1.2. Perfiles necesarios para un proyecto de big data
1.3. Arquitecturas big data
1.4. Aproximación a la modelización
1.5. Modelos

2. Modelos supervisados y no supervisados
2.1. introducción
2.2. Modelos supervisados
2.3. Modelos no supervisados

3. Deep learning
3.1. ¿Qué es?
3.2. Entrenamiento
3.3. Aplicaciones

4. Análisis avanzado de datos
4.1. introducción
4.2. Conocimientos de big data y de los principios de arquitecturas de computación
4.3. Detección de anomalías y patrones
4.4. Estudio de caso de big data

5. Visualización de datos
5.1. introducción
5.2. Principios de visualización
5.3. Bussines intelligence
5.4. Herramientas de visualización de datos


Esta web utiliza cookies propias para su correcto funcionamiento. Al hacer clic en el botón Aceptar, aceptas el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos.   
Privacidad