La creciente cantidad de datos y el desarrollo del Internet de las Cosas hacen que estén cada vez más presentes los conceptos de Data Science y el análisis de datos en los entornos empresariales, donde el científico de datos tiene un papel muy relevante en la explotación de éstos. Con el Master Oficial Universitario en Data Science podrás ponerte a la vanguardia en el uso de las nuevas tecnologías y algoritmos de análisis que le permitirán desarrollar las habilidades necesarias para extraer y evaluar datos de forma eficaz, permitiéndote tomar decisiones estratégicas y optimizar costes.
Este Master Oficial Universitario en Data Science puede ir dirigido a cualquier persona interesada en el mundo de la ciencia de datos y su aplicación a toda la tecnología que engloba el Big Data, haciendo hincapié en la especialización en el análisis y explotación de los datos. Además, sirve para cualquier profesional interesado/a en continuar formándose en este sector.
Objetivos
– Aprender a explotar los datos y visualizar resultados mediante técnicas de Data Science y programación estadística.
– Conocer los principales algoritmos de análisis estadístico utilizados en entorno de Big Data.
– Adquirir los conocimientos necesarios para el manejo de Bases de datos.
– Aprender a aplicar técnicas de Data Mining en Weka.
– Descubrir la creación de Dashboard.
Salidas Profesionales
Las salidas profesionales de este Master Oficial Universitario en Data Science te permiten poder trabajar junto a los equipos directivos en la toma de decisiones como analista de mercado, digital manager, data architect, chief data officer y muchas otras profesiones emergentes. Desarrolla tu carrera profesional, adquiere una formación avanzada y amplía las fronteras en este sector.
SUBEPÍGRAFE - Vecion más cercano: K-nearest Neighbour (KNN)
SUBEPÍGRAFE - Árbol de decisión
SUBEPÍGRAFE - Random Forest
Componentes
SUBEPÍGRAFE - Perceptrón
SUBEPÍGRAFE - Redes feed-forward
Aprendizaje
SUBEPÍGRAFE - Otras redes
Introducción
El proceso de paso de DSS a IDSS
Casos de aplicación
Aprendizaje profundo
Entorno de Deep Learning con Python
Aprendizaje automático y profundo
Redes neuronales
Redes profundas y redes poco profundas
Perceptrón de una capa y multicapa
Ejemplo de perceptrón
Tipos de redes profundas
Trabajar con TensorFlow y Python
Entrada y salida de datos
Entrenar una red neuronal
Gráficos computacionales
Implementación de una red profunda
El algoritmo de propagación directa
Redes neuronales profundas multicapa
¿Qué es el análisis de datos?
Análisis de datos con NumPy
Pandas
Matplotlib
SUBEPÍGRAFE - La jerarquía de objetos de Matplotlib
Cómo usar loc en Pandas
Cómo eliminar una columna en Pandas
Pivot tables en pandas
El grupo de pandas
Python Pandas fusionando marcos de datos
Matplotlib
Seaborn
Aprendizaje automático
Regresión lineal
Regresión logística
Estructura de árbol
Algortimo de Naive bayes
Tipos de Naive Bayes
Máquinas de vectores soporte (Support Vector Machine-SVM)
¿Cómo funciona SVM?
Núcleos SVM
Construcción de clasificador en Scikit-learn
K-nearest Neighbors (KNN)
Implementación de Python del algoritmo KNN
Análisis de componentes principales
Algorimto de Random Forest
¿Qué es la visualización de datos?
Importancia y herramientas de la visualización de datos
Visualización de datos: Principios básicos
¿Qué es Tableau? Usos y aplicaciones
Tableau Server: Arquitectura y Componentes
Instalación Tableau
Espacio de trabajo y navegación
Conexiones de datos en Tableau
Tipos de filtros en Tableau
Ordenación de datos, grupos, jerarquías y conjuntos
Tablas y gráficos en Tableau
Fundamentos D3
Instalación D3
Funcionamiento D3
SVG
Tipos de datos en D3
Diagrama de barras con D3
Diagrama de dispersión con D3
Google Data Studio
Fuentes de datos
Informes
Instalación y arquitectura
Carga de datos
Informes
Transformación y modelo de datos
Análisis de datos
Business Intelligence en Excel
Consulta de datos
Orden de los datos, horizontal, un nivel, varios niveles
Filtrado de datos
Cuadros resumen
Herramientas de simulación y de análisis
Herramientas Powerbi
CartoDB
Introducción a Gplot
El paquete ggplot2
Cambiar títulos de eje
Aumentar el espacio entre ejes y títulos de ejes
Cambiar la estética de los títulos de Axis
Cambiar la estética del texto del eje
Texto del eje de rotación
Eliminar texto de eje y marcas
Eliminar títulos de eje
Límite del rango del eje
Forzar el trazado para que comience en el origen
Ejes con la misma escala
Usar una función para modificar etiquetas
Añade un título
Ajustar la posición de los títulos
Use una fuente no tradicional en su título
Cambiar espaciado en texto de varias líneas
Trabajando con leyendas
Apaga la leyenda
Eliminar títulos de leyenda
Cambiar la posición de la leyenda
Cambiar la dirección de la leyenda
Cambiar el estilo del título de la leyenda
Cambiar título de leyenda
Cambiar el orden de las claves de leyenda
Cambiar etiquetas de leyenda
Cambiar cuadros de fondo en la leyenda
Cambiar el tamaño de los símbolos de leyenda
Dejar una capa fuera de la leyenda
Adición manual de elementos de leyenda
Usar otros estilos de leyenda
Cambiar el color de fondo del panel
Cambiar líneas de cuadrícula
Cambiar el espaciado de las líneas de cuadrícula
Cambiar el color de fondo de la trama
Trabajar con márgenes
Trabajar con gráficos de paneles múltiples
Crear múltiplos pequeños basados en una variable
Permitir que los ejes deambulen libremente
Uso facet_wrapcon dos variables
Modificar el estilo de los textos de la tira
Crear un panel de diferentes parcelas
Trabajar con colores
Especificar colores individuales
Asignar colores a las variables
Variables Cualitativas
Seleccionar manualmente colores cualitativos
Utilice paletas de colores cualitativas integradas
Use paletas de colores cualitativos de paquetes de extensión
Variables Cuantitativas
La paleta de colores Viridis
Usar paletas de colores cuantitativas de paquetes de extensión
Modificar paletas de colores después
Cambiar el estilo de trazado general
Cambiar la fuente de todos los elementos de texto
Cambiar el tamaño de todos los elementos de texto
Cambiar el tamaño de todos los elementos de línea y rectángulo
Crea tu propio tema
Actualizar el tema actual
Agregar líneas horizontales o verticales a un gráfico
Agregar una línea dentro de un gráfico
Agregar líneas curvas y flechas a un gráfico
Agregue etiquetas
Agregar anotaciones de texto
Use Markdown y HTML Rendering para anotaciones
Voltear una parcela
arreglar un eje
Invertir un eje
Transformar un eje
Circularizar una parcela
Alternativas a un diagrama de caja
Crear una representación de alfombra en un gráfico
Crear una matriz de correlación
Crear un gráfico de contorno
Crear un mapa de calor
Crear un diagrama de cresta
Trabajar con cintas (AUC, CI, etc.)
Predeterminado: agregar un suavizado LOESS o GAM
Trabajar con gráficos interactivos
¿Qué es la analítica web?
Establecimiento de objetivos y KPIs
Métricas principales y avanzadas
Objetivos y ventajas de medir
Plan de medición
Introducción a Google Analytics 4
Interfaz
Métricas y dimensiones
Informes básicos
Filtros
Segmentos
Eventos
Informes personalizados
Comportamiento de los usuarios e interpretación de datos
Introducción a GTM
Implementación con GTM
Medición con GTM
Uso de Debug/Preview Mode
La atribución
Multicanalidad
Customer Journey
Principales modelos de atribución
Modelos de atribución personalizados
Planificación del Dashboard
Características del Dashboard
Introducción a Data Studio
Conectores
Tipos de gráficos
Personalización de informes
Elementos de control
Dimensiones y métricas
Campos Calculados
Compartir informes
Introducción al SEO
Historia de los motores de búsqueda
Componentes de un motor de búsqueda
Organización de resultados en un motor de búsqueda
La importancia del contenido
El concepto de autoridad en Internet
Campaña SEO
Introducción al SEM
Principales conceptos en SEM
Sistema de pujas y Calidad del anuncio
Primer contacto con Google Ads
Creación de anuncios con calidad
Indicadores clave de rendimiento en SEM
Análisis del tráfico en redes sociales
Fijar objetivos en redes sociales
Facebook
Twitter
Youtube
LinkedIn
Tik tok
Instagram
Usabilidad
Mapas de calor
Grabaciones de sesiones de usuario
Ordenación de tarjetas
Test A/B
Test multivariante
KPI, indicadores clave de rendimiento
Cambios a realizar para optimizar una página web
Hotjar
Microsoft Power BI
Google Search Console
Matomo
Awstats
Chartbeat
Adobe Analytics
¿Qué son las cookies?
Tipos de cookies
GDPR
Herramientas para manejar el consentimiento de cookies
Titulación
Doble Titulación: – Título Oficial de Master Oficial Universitario en Data Science expedida por la Universidad e-Campus acreditado con 60 ECTS Universitarios. – Titulación de Master en Data Science con 1500 horas expedida por EUROINNOVA INTERNATIONAL ONLINE EDUCATION, miembro de la AEEN (Asociación Española de Escuelas de Negocios) y reconocido con la excelencia académica en educación online por QS World University Rankings