Módulo 1. Introducción a la ciencia de datos: Una descripción general
01 Ciencia de datos y su alcance
02 Ciencia de datos, análisis y análisis empresarial (BA)
03 Análisis empresarial, inteligencia empresarial y su relación con la ciencia de datos
04 Comprensión de los datos, los tipos de datos y los términos relacionados con los datos
05 Herramientas de análisis de datos para análisis y ciencia de datos: análisis de datos con Excel
06 Conceptos estadísticos básicos para la ciencia de datos
07 Análisis descriptivo: visualización de datos mediante gráficos y tablas
08 Métodos numéricos para aplicaciones de ciencia de datos
09 Aplicaciones de la probabilidad en la ciencia de datos
10 Aplicaciones de distribuciones de probabilidad discretas en ciencia de datos
11 Muestreo y distribuciones muestrales: teorema del límite central
12 Estimación, intervalos de confianza, prueba de hipótesis
13 Conceptos básicos de MachLearning (ML)
14 R Software de programación estadística para ciencia de datos
Módulo 2. Minería de datos: preprocesamiento, transformación y preparación de datos.
01 Introducción
02 El fracaso de las ciencias sociales cuantitativas
03 ¿Qué son los macrodatos?
04 ¿Qué es la minería de datos?
05 El giro de la complejidad
06 Complejidad basada en casos: un vocabulario de minería de datos
07 Clasificación y agrupación
08 Aprendizaje automático
09 Análisis predictivo y previsión de datos
10 Análisis longitudinal
11 Modelado geoespacial
12 Análisis de redes complejas
13 Minería de datos textuales y visuales
14 Conclusión El avance de una ciencia social digital compleja
Módulo 3. Big data y bases de datos: Sistemas de grandes datos
01 Introducción a los sistemas Big Data
02 Arquitectura y Organización de Sistemas Big Data
03 Computación en la nube para Big Data
04 HADOOP: Una plataforma eficiente para almacenar y procesar Big Data
05 Mejoras en Hadoop
06 Chispa
07 Sistemas NoSQL
08 Sistemas NewSQL
09 Redes para Big Data
10 Seguridad para Big Data
11 Privacidad para Big Data
12 Computación de alto rendimiento para Big Data
13 Aprendizaje profundo con Big Data
14 Big Data: estudios de caso y tendencias futuras
Módulo 4. Análisis en un mundo de Big Data. Aplicaciones de la ciencia de datos
01 Big Data y análisis
02 Recopilación, muestreo y preprocesamiento de datos
03 Análisis predictivo
04 Análisis descriptivo
05 Análisis de supervivencia
06 Análisis de redes sociales
07 Análisis: ponerlo todo a trabajar
08 Aplicaciones de ejemplo