Associated Programs:

Prerequisites

Conocimientos sobre lenguajes de programacion (deseable R o Python) y lenguajes para la manipulacion de datos (SQL)

About this course

Skip About this course

Cuando se trata de herramientas para el analisis de datos, siempre tenemos las siguientes preguntas: ¿Cual es la diferencia entre tantas herramientas que existen?¿Cual es la mejor?¿Cual deberia aprender?

Las funciones que realizan los cientificos de datos incluyen la identificacion de preguntas relevantes, la recopilacion de datos de diferentes fuentes de datos, la organizacion de datos, la transformacion de datos a la solucion y la comunicacion de estos hallazgos para tomar mejores decisiones comerciales.

Las herramientas de ciencia de datos o Data Science pueden ser de dos tipos:

  • Uno para aquellos que tienen conocimientos de programacion
  • Otro para los usuarios comerciales.

Las herramientas para el primer tipo, tienen que ver con el area de las tecnologias de informacion en donde se busca que la persona tenga conocimientos de algun lenguaje de programacion como R o Python y comunmente a estas personas se les denomina cientificos de datos.

Las herramientas que son para usuarios comerciales se enfocan en automatizar el analisis de datos; en este tipo, los usuarios tienen conocimientos basicos de un lenguaje de programacion, pero un fuerte conocimiento del area de dominio; por lo que se ha empezado a llamar ciudadanos cientificos de datos.

Estas herramientas te permitiran tomar las mejores decisiones basadas en el analisis de datos (tambien conocido como inteligencia de negocios).

What you'll learn

Skip What you'll learn

Los objetivos de este curso en linea son los siguientes:

  • Presentar las diferentes herramientas tanto comerciales como de Open Source que permiten la manipulacion, administracion y analisis de datos.
  • Conocer que es una base de datos y su importancia en los proyectos de ciencia de datos.
  • Conocer los beneficios que los servicios del computo en la nube proveen a los proyectos de ciencia de datos.

Ciencia de Datos; Base de datos; Herramientas para Ciencia de Datos; Computo en la Nube.

Meet your instructors

Jesús Aguilar
Profesor
Tecnológico de Monterrey

Pursue a Verified Certificate to highlight the knowledge and skills you gain $49.00

View a PDF of a sample edX certificate
  • Official and Verified

    Receive an instructor-signed certificate with the institution's logo to verify your achievement and increase your job prospects

  • Easily Shareable

    Add the certificate to your CV or resume, or post it directly on LinkedIn

  • Proven Motivator

    Give yourself an additional incentive to complete the course

  • Support our Mission

    EdX, a non-profit, relies on verified certificates to help fund free education for everyone globally

Frequently asked questions

¿Que es Ciencia de Datos?

R= Es un campo interdisciplinario que involucra metodos cientificos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de datos en sus diferentes formas, ya sean estructurados o no estructurados.

¿Que es una base de datos?

R= Una base de datos es un conjunto de datos pertenecientes a un mismo contexto y almacenados sistematicamente para su posterior uso.

¿Que es NonSQL?

R= Es un modelo nuevo para la gestion de datos en donde estos no requieren estructuras fijas como tablas. Son un enfoque hacia la gestion de datos y el diseño de base de datos que son utiles para grandes conjuntos de datos distribuidos.

¿Que es R y Python?

R= Python y R son los dos lenguajes de programacion mas usados para la ciencia de datos: mineria y visualizacion de informacion compleja. R es un lenguaje potente; Python es versatil y con una curva de aprendizaje corta.

¿Cuales son las herramientas mas utizables?

R= Actualmente se ha disparado el mercado de herramientas para la aplicacion de la ciencia de datos, teniendo opciones comerciales como SAS; Watson de IBM; Oracle Analytics Cloud; SAP Cloud Analytics; DataRobot; etc., pero tambien en el area del Open Source: Anaconda; Spark; Scikit-learn; TensorFlow; etc.