Herramientas para el Análisis de Big Data
Conoce las herramientas para el procesamiento, modelación, análisis, almacenamiento y acceso de los datos. Aprende en este curso online los beneficios del cómputo en la nube para proyectos de ciencia de datos en las organizaciones y conoce las herramientas más populares.
Este curso es parte de un Certificación Profesional
Obtén un Certificado Verificado para destacar los conocimientos y las habilidades que adquieras$49 USD
Oficial y verificado
Obtén un certificado con la firma del instructor y el logotipo de la institución para demostrar tus logros y aumentar las posibilidades de conseguir trabajo
Fácil de compartir
Agrega el certificado a tu currículum o publícalo directamente en LinkedIn
Incentivo comprobado
El certificado te da un motivo más para completar el curso
Apoya nuestra labor
edX, una organización sin fines de lucro, se sustenta con los certificados verificados para financiar la educación gratuita para todo el mundo
Preguntas frecuentes
¿Qué es Ciencia de Datos?
R= Es un campo interdisciplinario que involucra métodos científicos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de datos en sus diferentes formas, ya sean estructurados o no estructurados.
¿Qué es una base de datos?
R= Una base de datos es un conjunto de datos pertenecientes a un mismo contexto y almacenados sistemáticamente para su posterior uso.
¿Qué es NonSQL?
R= Es un modelo nuevo para la gestión de datos en donde éstos no requieren estructuras fijas como tablas. Son un enfoque hacia la gestión de datos y el diseño de base de datos que son útiles para grandes conjuntos de datos distribuidos.
¿Qué es R y Python?
R= Python y R son los dos lenguajes de programación más usados para la ciencia de datos: minería y visualización de información compleja. R es un lenguaje potente; Python es versátil y con una curva de aprendizaje corta.
¿Cuáles son las herramientas mas utizables?
R= Actualmente se ha disparado el mercado de herramientas para la aplicación de la ciencia de datos, teniendo opciones comerciales como SAS; Watson de IBM; Oracle Analytics Cloud; SAP Cloud Analytics; DataRobot; etc., pero también en el area del Open Source: Anaconda; Spark; Scikit-learn; TensorFlow; etc.