Capacitación Big Data

Hemos ganado licitaciones que nos han permitido contribuir al desarrollo profesional de empresas del estado.

Capacitación en SPSS

Capacitación Big data

Estadística descriptiva univariada y bivariada
Definición y codificación de las variables
Manejo de datos missing (perdidos o faltantes)
Análisis exploratorio de los datos
Representación gráfica para cada tipo de datos (diferencias y usos)
Datos categóricos: tabla de frecuencias y porcentajes, gráfico de barras, gráfico de tortas.
Medidas resúmenes
Medidas de localización: promedio, promedio ponderado, mediana muestral, moda, cuartiles y otros percentiles.
Medidas de dispersión: rango muestral, desviación estándar y varianza muestral, coeficiente de variación, rango intercuantil,
Relaciones entre variables numéricas
Gráficos de dispersión, medidas de correlación, riesgos relativos, asociaciones, relaciones de causalidad, histogramas de dos variables.
Estadística inferencial
Población y tipo de muestras
Parámetros poblacionales y estadísticos de prueba
Distribuciones normal, normal estándar, t-student, cuadrado y f. Chi-
Error estándar de la media
Pruebas de hipótesis
Anova

Capacitación R

Capacitación Big data

Instalación de R (Windows y Linux)
Editores Especializados GUI
Servidores para R
Manipulación de Datos
Los Datos en un vector
Listas Matrices, tabla de datos
Dispositivos gráficos
Lenguaje SQL en R- R y Python R en la Web minería de datos con R
Distribución de probabilidad
Regresión.
Segmentación.
Análisis de información a nivel Univariado
Datos Cualitativos
Datos Cuantitativos
Elementos de probabilidad
La medida de probabilidad
Análisis de la varianza

MÓDULO I. Librerías para el Manejo de Datos en

1. Anaconda. Instalación y configuración. Spyder.
2. Variables y Parámetros. Importar datos. Control flow.
3. Estructura de datos y secuencias. Series, Tuplas, Listas y Matrices.
4. NumPy.
5. Pandas, DataFrames, Vectores. ETL.
6. SciPy.
7. Scikit-learn: estructura – modelos y alcance.
8. Statsmodels.
9. Librerías para Visualización

MÓDULO II. Procesamiento y Analítica de datos en Python 8 horas

1. Métodos vectoriales en Numpy. 2. Pandas DataFrames. Sorting y Ranking. Operaciones de almacenes de datos en Pandas. 3. Preprocesamiento de Datos. Data Warehousing. 4. Datos Mixtos. Combinación y fusión. Casos. 5. Pandas: agregación de datos. 6. Pandas: Herramientas avanzadas. 7. Serialización. 8. Programación funcional de Python.

MÓDULO III. Algoritmos predictivos de Machine Learning 10 horas

1. Vectorización. 2. Gradiente descendente. Métodos. 3. Regresiones y análisis inferencial. Aplicaciones. 4. Máquinas de soporte vectorial.

MÓDULO IV. Big Data en Hadoop 36 horas

1. Computación distribuida – HPC. 2. Hadoop en contexto. Ecosistema. Referencia de comandos. Configuración del entorno. 3. Hadoop: Particionamiento de bases de datos. Nodos simples. Varios nodos en clúster. 4. MapReduce en HDFS. 5. HDFS – YARN. Operaciones. 6. Crear aplicaciones YARN. Comunicaciones – Cliente y Máster. 7. Apache Hive e Impala. Apache Flume y HBase – Pig. 8. Apache Spark – Arquitectura en clúster. 9. Spark: procesamiento en paralelo – Background e interfaces. 10. Spark Shell: procesamiento en batch y streaming. 11. PySpark: funciones, loops, carga y lectura de bases de datos – RDD – Procesamiento. 12. PySpark: pipelines, machine learning, ejecución distribuida.

MÓDULO V. TensorFlow 12

1. Deep Learning: TensorFlow. 2. TensorFlow: Bases, arquitectura, instalación y configuración. Sesiones y operadores. 3. TensorFlow: Tensorboard – Regresiones y Clasificaciones. 4. TensorFlow ANN – ConvNet – RNN. 5. Alcance: clasificación de Imágenes y texto.