Para qué te prepara:
Gracias a este Curso en Augmented Analytics podrás analizar información utilizando tecnología de aprendizaje automático junto con inteligencia artificial para preparar datos, generar conocimiento y sacar conclusiones basada en técnicas avanzadas de análisis e inteligencia comercial. Descubrirás cómo utilizar el procesamiento de lenguaje natural (PLN) para interpretar datos y plasmarás resultados con diferentes herramientas de visualización.
A quién va dirigido:
Este Curso en Augmented Analytics está orientado a analistas de datos, expertos en inteligencia artificial y otros perfiles profesionales interesados en sacar valor de la información ya que te dará las herramientas para actualizar tu perfil, llevar a cabo análisis aumentados de gran valor y te diferenciará del resto de perfiles.
Titulación:
Titulación Expedida y Avalada por el Instituto Europeo de Estudios Empresariales. "Enseñanza No Oficial y No Conducente a la Obtención de un Título con Carácter Oficial o Certificado de Profesionalidad."
Objetivos:
- Entender el potencial que el análisis de datos tiene para la toma de decisiones operativas y comerciales. - Saber cómo utilizar la analítica aumentada (Augmented analytics) y qué herramientas utiliza. - Utilizar los principales SGBD y conocer lenguajes de programación como Python y R para el análisis de datos. - Ver la importancia de la Inteligencia artificial, el Machine learning y el Deep learning para el análisis aumentado. - Descubrir cómo se utiliza el procesamiento de lenguaje natural (PLN) y ser capaz de crear chatbots inteligentes. - Aprender a usar las principales herramientas de visualización de datos para plasmar los resultados de los análisis.
Salidas Laborales:
El análisis de datos y más en concreto el aumentado, es un nicho laboral con gran demanda, en la que apenas existe paro y que cada vez solicita expertos en la materia. Gracias a este Curso en Augmented Analytics podrás optar a puestos tan interesantes como Augmented Analyst, Artificial Intelligence Developer, Machine Learning Engineer o Experto en PLN y Chatbots.
Resumen:
La analítica aumentada (Augmented Analytics) tiene el potencial de ayudar a los analistas de negocios a utilizar la información de forma más eficiente y precisa. Gracias a este Curso en Augmented Analytics podrás analizar información utilizando tecnología de aprendizaje automático junto con inteligencia artificial para preparar datos, generar conocimiento y sacar conclusiones basada en técnicas avanzadas de análisis e inteligencia comercial. Descubrirás cómo utilizar el procesamiento de lenguaje natural (PLN) para interpretar datos y plasmarás resultados con diferentes herramientas de visualización. Contarás con un equipo de profesionales especializados en la materia. Además, gracias a las prácticas garantizadas, podrás acceder a un mercado laboral en plena expansión.
Metodología:
Con nuestra metodología de aprendizaje online, el alumno comienza su andadura en INESEM Business School a través de un campus virtual diseñado exclusivamente para desarrollar el itinerario formativo con el objetivo de mejorar su perfil profesional. El alumno debe avanzar de manera autónoma a lo largo de las diferentes unidades didácticas así como realizar las actividades y autoevaluaciones correspondientes. La carga de horas de la acción formativa comprende las diferentes actividades que el alumno realiza a lo largo de su itinerario. Las horas de teleformación realizadas en el Campus Virtual se complementan con el trabajo autónomo del alumno, la comunicación con el docente, las actividades y lecturas complementarias y la labor de investigación y creación asociada a los proyectos. Para obtener la titulación el alumno debe aprobar todas la autoevaluaciones y exámenes y visualizar al menos el 75% de los contenidos de la plataforma. Por último, es necesario notificar la finalización de la acción formativa desde la plataforma para comenzar la expedición del título.
Temario:
MÓDULO 1. DATA MINING, DATA ANALYST Y AUGMENTED ANALYTICS
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA
UNIDAD DIDÁCTICA 2. FUENTES DE DATOS
UNIDAD DIDÁCTICA 3. OPEN DATA
UNIDAD DIDÁCTICA 4. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO
UNIDAD DIDÁCTICA 5. AUGMENTED ANALYTICS
UNIDAD DIDÁCTICA 6. ECOSISTEMA HADOOP
UNIDAD DIDÁCTICA 7. WEKA Y DATA MINING
UNIDAD DIDÁCTICA 8. INTRODUCCIÓN A LA CIENCIA DE DATOS
UNIDAD DIDÁCTICA 9. BASES DE DATOS RELACIONALES
UNIDAD DIDÁCTICA 10. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE
UNIDAD DIDÁCTICA 11. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL. MONGODB
UNIDAD DIDÁCTICA 12. PYTHON Y EL ANÁLISIS DE DATOS
UNIDAD DIDÁCTICA 13. R COMO HERRAMIENTA PARA BIG DATA
UNIDAD DIDÁCTICA 14. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
UNIDAD DIDÁCTICA 15. ANÁLISIS DE LOS DATOS
MÓDULO 2. INTELIGENCIA ARTIFICIAL (IA), MACHINE LEARNING (ML) Y DEEP LEARNING (DL)
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 3. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA
UNIDAD DIDÁCTICA 5. SISTEMAS EXPERTOS
UNIDAD DIDÁCTICA 6. FUTURO DE LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 7. INTRODUCCIÓN AL MACHINE LEARNING
UNIDAD DIDÁCTICA 8. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING
UNIDAD DIDÁCTICA 9. SISTEMAS DE RECOMENDACIÓN
UNIDAD DIDÁCTICA 10. CLASIFICACIÓN
UNIDAD DIDÁCTICA 11. REDES NEURONALES Y DEEP LEARNING
UNIDAD DIDÁCTICA 12. SISTEMAS DE ELECCIÓN
UNIDAD DIDÁCTICA 13. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW
UNIDAD DIDÁCTICA 14. SISTEMAS NEURONALES
UNIDAD DIDÁCTICA 15. REDES DE UNA SOLA CAPA
UNIDAD DIDÁCTICA 16. REDES MULTICAPA
UNIDAD DIDÁCTICA 17. ESTRATEGIAS DE APRENDIZAJE
MÓDULO 3. PLN, CHATBOTS E INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL PLN
UNIDAD DIDÁCTICA 2. PLN EN PYTHON
UNIDAD DIDÁCTICA 3. COMPUTACIÓN DE LA SINTAXIS PARA EL PLN
UNIDAD DIDÁCTICA 4. COMPUTACIÓN DE LA SEMÁNTICA PARA EL PLN
UNIDAD DIDÁCTICA 5. RECUPERACIÓN Y EXTRACCIÓN DE LA INFORMACIÓN
UNIDAD DIDÁCTICA 6. ¿QUÉ ES UN CHATBOT?
UNIDAD DIDÁCTICA 7. RELACIÓN ENTRE IA Y CHATBOTS
UNIDAD DIDÁCTICA 8. ÁMBITOS DE APLICACIÓN CHATBOTS
MÓDULO 4. HERRAMIENTAS DE VISUALIZACIÓN DE DATOS
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA VISUALIZACIÓN DE DATOS
UNIDAD DIDÁCTICA 2. TABLEAU
UNIDAD DIDÁCTICA 3. D3 (DATA DRIVEN DOCUMENTS)
UNIDAD DIDÁCTICA 4. GOOGLE DATA
UNIDAD DIDÁCTICA 5. QLIKVIEW
UNIDAD DIDÁCTICA 6. POWERBI
UNIDAD DIDÁCTICA 7. CARTO