Gestión de datos en la nube

Descripción del Curso online

Este curso forma parte de la Especialización en Sistemas de Datos

Curso
100% Online
Aprox. 6h para completar
Plazos flexibles
Nivel Principiante
Idioma: Inglés
Subtítulos: Inglés
Usuarios:

Curso online impartido por Arizona State University

curso online ofrecido por Arizona State University
Acerca de este curso

El acceso a redes ubicuas y bajo demanda a grupos compartidos de recursos informáticos configurables requiere idealmente un mínimo esfuerzo de gestión o de interacción con el proveedor de servicios. Este curso cubre las características esenciales del procesamiento de datos en la nube, los modelos de servicio e implementación, y los componentes clave de la implementación de Amazon Web Services, así como la construcción de clusters Hadoop y la realización de operaciones MapReduce.

Temario - ¿Qué aprenderás en este curso?

Hay 6 Cursos en esta Especialización

Aprenda los conceptos generales de la minería de datos junto con las metodologías y aplicaciones básicas. A continuación, bucee en un subcampo de la minería de datos: Patterndiscovery. Aprenda en profundidad conceptos, métodos y aplicaciones de descubrimiento de patrones en la minería de datos. También introduciremos el metotrexato.

Recuperación de texto y motores de búsqueda

Los últimos años han visto un crecimiento dramático de datos de texto en lenguaje natural, incluyendo páginas web, artículos de noticias, literatura científica, correos electrónicos, documentos empresariales y medios sociales como artículos en blogs, foros, reseñas de productos y tweets. Los datos de texto son únicos en .

Minería y análisis de textos

Este curso cubrirá las principales técnicas de minería y análisis de datos de texto para descubrir patrones interesantes, extraer conocimientos útiles y apoyar la toma de decisiones, con un énfasis en enfoques estadísticos que pueden ser generalmente aplicados a datos de texto arbitrarios en cualquier n.

Detección de patrones en la minería de datos

Aprenda los conceptos generales de la minería de datos junto con las metodologías y aplicaciones básicas. A continuación, bucee en un subcampo de la minería de datos: Patterndiscovery. Aprenda en profundidad conceptos, métodos y aplicaciones de descubrimiento de patrones en la minería de datos. También introduciremos el metotrexato.

Análisis de conglomerados en la minería de datos

Descubra los conceptos básicos del análisis de clústeres y luego estudie un conjunto de metodologías, algoritmos y aplicaciones típicas de clústeres. Esto incluye métodos de partición como k-means, métodos jerárquicos como BIRCH y métodos basados en la densidad como DBSCAN/OPTICS. Además, aprenda métodos para validar y evaluar la calidad de los clústeres. Por último, vea ejemplos de análisis de clústeres en aplicaciones.

.

Proyecto de minería de datos

Nota: Usted debe completar todos los demás cursos de esta Especialización antes de comenzar este curso.Este curso de seis semanas de duración del Proyecto de la Especialización en Minería de Datos le permitirá aplicar los algoritmos y técnicas aprendidas para la minería de datos de los cursos anteriores de la Especialización, incluyendo Descubrimiento de Patrones, Agrupamiento, Recuperación de Textos, Minería de Textos y Visualización, para resolver interesantes desafíos de la minería de datos en el mundo real. Específicamente, usted trabajará en un conjunto de datos de revisión de restaurantes de Yelp y usará todo el conocimiento y las habilidades que ha aprendido en los cursos anteriores para extraer este conjunto de datos y descubrir conocimientos interesantes y útiles. El diseño del proyecto enfatiza: 1) simular el flujo de trabajo de un minero de datos en un entorno de trabajo real; 2) integrar diferentes técnicas de minería cubiertas en múltiples cursos individuales; 3) experimentar con diferentes maneras de resolver un problema para profundizar su comprensión de las técnicas; y 4) permitirle proponer y explorar sus propias ideas de manera creativa.El objetivo del proyecto es analizar y extraer un gran conjunto de datos de revisión de Yelp para descubrir conocimientos útiles que ayuden a las personas a tomar decisiones en la gastronomía. El proyecto incluirá los siguientes resultados:1. Visualización de la opinión: explorar y visualizar el contenido de la revisión para entender lo que la gente ha dicho en esas revisiones.2. Construcción de mapas de cocina: minar el conjunto de datos para entender el paisaje de los diferentes tipos de cocinas y sus similitudes.3. Descubrimiento de platos populares para una cocina: minar el conjunto de datos para descubrir los platos comunes/populares de una cocina en particular.4. Recomendación de restaurantes para ayudar a la gente a decidir dónde comer: minar el conjunto de datos para clasificar los restaurantes según un plato específico y predecir las condiciones de higiene de un restaurante.Desde la perspectiva de los usuarios, un mapa de la cocina puede ayudarles a entender qué cocinas existen y a ver el panorama general de todo tipo de cocinas y sus relaciones. Una vez que deciden qué cocina probar, les interesaría saber cuáles son los platos populares de esa cocina y decidir cuáles son los platos a degustar. Finalmente, tendrán que elegir un restaurante. Por lo tanto, recomendar restaurantes basados en un plato en particular sería….

Preguntas Frecuentes

Inscríbete gratis

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *