DIRIGIDO A:
Profesionales que se desempeñan en las áreas de planeación estratégica, mercadeo, comercial, producción, gestión de clientes y estudiantes de últimos semestres de carreras profesionales de
Administración, Ingeniería Industrial, Mercadeo y afines
que tengan interés en desarrollar competencias en el análisis de los datos a través de herramientas estadísticas y de minería de datos que permitan aprovechar las tecnologías y herramientas de Big Data, para la toma de decisiones e identificar nuevas oportunidades de negocio y de mercados.
*El aspirante debe tener conocimientos básicos en estadística y uso de tecnologías de información.
Es la presentación que realicé para sustentar mi trabajo de grado para optar el título de Especialista en Pedagogía para el desarrollo del aprendizaje autónomo de launiversidad Nacional Abierta y a Distancia UNAD, Escuela de Ciencias para la Educación ECEDU.
La sustentación se realizó el día martes 12 de mayo de 2015 en forma virtual. estuvieron presentes mi asesora de trabajo de grado, Dra. Yenny García Sandoval, el Director Nacional de la ECEDU, Dr. José Alberto Rivera Piragauta y la Dra Angela Cabra, como miembro del Jurado calificador.
El trabajo original se encuentra en el repositorio de la UNAD
El objetivo de este trabajo es presentar las reflexiones sobre la experiencia de la universidad en la incorporación de simuladores en la enseñanza y aprendizaje en áreas de física, química y electrónica. Así como los referentes teóricos que llevaron a la incorporación de estas tecnologías.
Se partió de una fase de diagnóstico e identificación en primera instancia de simuladores de uso libre y abierto, allí se busco identificar y documentar el estado del desarrollo de simuladores en software libre.
Se busco definir un modelo metodológico para el uso de simuladores dentro de los procesos educativos y un modelo de guía para su implantación en el aula.
Analizada esta fase de diagnóstico y construido el modelo metodológico se analizaron soluciones de software propietario y finalmente se hicieron inversiones en licencias de software propietario y se combinó el uso de software libre.
Se presenta dentro del proyecto la descripción del modelo metodológico educativo para uso de simuladores, se describen las características que el modelo debe tener, las cuales se sustentan en las teorías del aprendizaje (aprendizaje activo, aprendizaje basado en problemas o casos de la realidad, desarrollo incremental de competencias y el apoyo de las TIC a fin de hacer uso efectivo de este tipo de soluciones informáticas dentro de la educación.
Los resultados del proyecto permitieron conocer la existencia de desarrollos de simuladores en software libre, los cuales ofrecen una alternativa de fácil acceso, bajo costo y excelente calidad para mejorar los procesos educativos en las instituciones. Así como soluciones de simuladores de software propietario de gran calidad y valor para la educación.
Programa de Dirección en Big Data - IE Business School DEMETRIO BARRAGAN
Big Data – El programa de Dirección del IE Business School es considerado el mejor de su categoría en el ranking entre las mejores escuelas de negocio del mundo.
Entre los aspectos considerados destacan su enfoque estratégico y de creación de valor.
Programa de Dirección en Big Data - IE Business School DEMETRIO BARRAGAN
Big Data – El programa de Dirección del IE Business School es considerado el mejor de su categoría en el ranking entre las mejores escuelas de negocio del mundo.
Entre los aspectos considerados destacan su enfoque estratégico y de creación de valor.
Empieza a utilizar Big Data en tus análisis
Vivimos en un mundo “Big Data”. Este término está relacionado con la tecnología para manejar inmensas cantidades de datos, recogidas en diferentes formatos y a partir de una gran variedad de orígenes cada segundo. Estos datos hablan de nosotros, de nuestra vida diaria y son recogidos tanto de fuentes nuevas como tradicionales, constituyendo una gran oportunidad de mejorar el conocimiento de los clientes.
Uno de los principales factores de éxito en las empresas de hoy es convertir esos grandes volúmenes de datos, siempre cambiantes y de orígenes diversos, en información válida para la toma de decisiones.
En este curso de big data aprenderás, desde un punto de vista práctico y realista, a abordar y resolver problemáticas analíticas desde entornos big data, dando respuestas a través de soluciones tecnológicas tanto en tiempo real como en diferido. Recorreremos contigo el camino desde el área de análisis de cliente, CRM o B.I. tradicionales hacia los nuevos retos en proyectos Big Data.
¿Quieres convertirte en un experto en Big Data?
Es la presentación que realicé para sustentar mi trabajo de grado para optar el título de Especialista en Pedagogía para el desarrollo del aprendizaje autónomo de launiversidad Nacional Abierta y a Distancia UNAD, Escuela de Ciencias para la Educación ECEDU.
La sustentación se realizó el día martes 12 de mayo de 2015 en forma virtual. estuvieron presentes mi asesora de trabajo de grado, Dra. Yenny García Sandoval, el Director Nacional de la ECEDU, Dr. José Alberto Rivera Piragauta y la Dra Angela Cabra, como miembro del Jurado calificador.
El trabajo original se encuentra en el repositorio de la UNAD
El objetivo de este trabajo es presentar las reflexiones sobre la experiencia de la universidad en la incorporación de simuladores en la enseñanza y aprendizaje en áreas de física, química y electrónica. Así como los referentes teóricos que llevaron a la incorporación de estas tecnologías.
Se partió de una fase de diagnóstico e identificación en primera instancia de simuladores de uso libre y abierto, allí se busco identificar y documentar el estado del desarrollo de simuladores en software libre.
Se busco definir un modelo metodológico para el uso de simuladores dentro de los procesos educativos y un modelo de guía para su implantación en el aula.
Analizada esta fase de diagnóstico y construido el modelo metodológico se analizaron soluciones de software propietario y finalmente se hicieron inversiones en licencias de software propietario y se combinó el uso de software libre.
Se presenta dentro del proyecto la descripción del modelo metodológico educativo para uso de simuladores, se describen las características que el modelo debe tener, las cuales se sustentan en las teorías del aprendizaje (aprendizaje activo, aprendizaje basado en problemas o casos de la realidad, desarrollo incremental de competencias y el apoyo de las TIC a fin de hacer uso efectivo de este tipo de soluciones informáticas dentro de la educación.
Los resultados del proyecto permitieron conocer la existencia de desarrollos de simuladores en software libre, los cuales ofrecen una alternativa de fácil acceso, bajo costo y excelente calidad para mejorar los procesos educativos en las instituciones. Así como soluciones de simuladores de software propietario de gran calidad y valor para la educación.
Programa de Dirección en Big Data - IE Business School DEMETRIO BARRAGAN
Big Data – El programa de Dirección del IE Business School es considerado el mejor de su categoría en el ranking entre las mejores escuelas de negocio del mundo.
Entre los aspectos considerados destacan su enfoque estratégico y de creación de valor.
Programa de Dirección en Big Data - IE Business School DEMETRIO BARRAGAN
Big Data – El programa de Dirección del IE Business School es considerado el mejor de su categoría en el ranking entre las mejores escuelas de negocio del mundo.
Entre los aspectos considerados destacan su enfoque estratégico y de creación de valor.
Empieza a utilizar Big Data en tus análisis
Vivimos en un mundo “Big Data”. Este término está relacionado con la tecnología para manejar inmensas cantidades de datos, recogidas en diferentes formatos y a partir de una gran variedad de orígenes cada segundo. Estos datos hablan de nosotros, de nuestra vida diaria y son recogidos tanto de fuentes nuevas como tradicionales, constituyendo una gran oportunidad de mejorar el conocimiento de los clientes.
Uno de los principales factores de éxito en las empresas de hoy es convertir esos grandes volúmenes de datos, siempre cambiantes y de orígenes diversos, en información válida para la toma de decisiones.
En este curso de big data aprenderás, desde un punto de vista práctico y realista, a abordar y resolver problemáticas analíticas desde entornos big data, dando respuestas a través de soluciones tecnológicas tanto en tiempo real como en diferido. Recorreremos contigo el camino desde el área de análisis de cliente, CRM o B.I. tradicionales hacia los nuevos retos en proyectos Big Data.
¿Quieres convertirte en un experto en Big Data?
TÉCNICAS DE INVESTIGACIÓN DE MERCADO Y ÁNALISIS DEL COMPORTAMIENTO DEL CONSUM...TBL The Bottom Line
Se enfoca en el desarrollo de las habilidades analíticas y de interpretación de la información de mercado para comprender el comportamiento de la demanda, detectar necesidades y para reconocer las variables que moldean el comportamiento del consumidor para la elaboración de estrategias de maketing.
Metodología CRISP-DM para la evaluación de modelos predictivos del rendimient...Jairo Acosta Solano
El presente proyecto tiene como finalidad la evaluación de varios modelos de aprendizaje automático bajo la metodología CRISP-DM con el fin de determinar, a través de sus métricas, el mejor modelo para realizar la predicción del rendimiento de los estudiantes de educación media de la región Caribe colombiana en la prueba Saber 11º, a la vez propone una nueva metodología de evaluación de los resultados de la prueba por regiones con el fin de tener en cuenta las particularidades socioeconómicas de cada una de ellas. Se toma como base la metodología CRISP-DM debido a su madurez, esta metodología permite la extracción de conocimiento del negocio y de los datos, ofrece una guía para la preparación de los datos, el modelado y la validación de los modelos; se espera que la metodología propuesta sea implementada por el Instituto Colombiano para el Fomento de la Educación Superior (ICFES), las secretarías departamentales de educación y las instituciones educativas. Se utilizaron una variedad de técnicas y herramientas para desarrollar los procesos ETL para obtener un conjunto de datos con los atributos más relevantes, con el fin de evaluar cuatro modelos de aprendizaje automático desarrollados con los algoritmos J48 (C4.5), LMT, PART y Multilayer Perceptron; obteniendo que el mejor conjunto de datos y el mejor modelo de aprendizaje se obtiene utilizando el método de selección de atributos InfoGain y el algoritmo de árboles de decisión LMT, respectivamente. El modelo fue puesto a prueba con un nuevo conjunto de datos, obteniendo un error cuadrático medio de 0.25 muy acorde con las métricas de validación del mismo. Por lo tanto, este proyecto facilitará a los actores del Sistema Nacional de Educación la toma de decisiones en beneficio de los estudiantes y la calidad de la educación del país, en especial de la región Caribe.
Tomado del curso Introducción a la escritura científica: retos y potencialidades del entorno digital - http://hub11.ecolearning.eu/course/introduccion-a-la-escritura-cientifica-retos/
Un libro sin recetas, para la maestra y el maestro Fase 3.pdfsandradianelly
Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestr
Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...
Big Data: Análisis y Visualización de Datos Masivos
1. Contacto: raulbueno@udes.edu.co 300 324 4580
DIRIGIDO A:
Profesionales que se desempeñan en las áreas de
planeación estratégica, mercadeo, comercial,
producción, gestión de clientes y estudiantes de
últimos semestres de carreras profesionales de
Administración, Ingeniería Industrial, Mercadeo y afines
que tengan interés en desarrollar competencias en el
análisis de los datos a través de herramientas
estadísticas y de minería de datos que permitan
aprovechar las tecnologías y herramientas de Big Data,
para la toma de decisiones e identificar nuevas
oportunidades de negocio y de mercados
*El aspirante debe tener conocimientos básicos en
estadística y uso de tecnologías de información.
DIPLOMADO EN
Mayo
2021
6 Agosto
2021
26
INICIO FINALIZACIÓN
INTENSIDAD HORARIA:
• 96 horas directas sincrónicas en
modalidad remota.
• 48 horas de trabajo asincrónico
independiente.
• Martes y Jueves de 6:30 a 9:30 p.m.
* Se otorgará certificado a los participantes que cumplan el 80% de asistencia a las sesiones y actividades
propuestas en el programa.
Inversión:
Externos:
Estudiantes UDES:
Graduados UDES:
Funcionarios UDES:
Estudiantes externos:
$ 1.650.000
$ 1.155.000
$ 1.320.000
$ 1.320.000
$ 1.188.000
* Descuento del 10% por pago antes
del 25 de marzo.
MODALIDAD EN LÍNEA
BIG DATA: ANÁLISIS
Y VISUALIZACIÓN DE
DATOS MASIVOS
4 EDUCACIÓN
DE CALIDAD
EDUCACIÓN
DE CALIDAD
@EducacionContinuaUDES
@udeseducon UDES Educación Continua
2. MODALIDAD EN LÍNEA
Presentación
Hoy en día se generan, se recopilan y se
almacena una enorme cantidad de información
que antes simplemente no estaba disponible y
era totalmente desconocida para nosotros.
Un ejemplo claro de esto es el comercio
electrónico, hoy día los comercios electrónicos se
concentran en capturar el flujo de clics que los
usuarios suelen realizar mientras hacen alguna
compra, estos datos incluyen información
sensible del consumidor, y este análisis de los clics
que realiza el usuario ayuda a saber los procesos
de compra para con esto adaptarlos a compras
futuras y mejorar nuestra productividad de
compra.
El valor que contiene el Big Data lo podemos
descubrir a través de sus análisis automáticos,
estos análisis tienen la capacidad de predecir
comportamientos nuevos a través de algoritmos
de inteligencia artificial lo que permite
desarrollar procesos de minería de datos que se
pueden utilizar para perfilar nuevos datos que
ingresen al modelo.
El Big Data por sí mismo no es la única razón por
la que es importante; sus aplicaciones en la
Inteligencia de Negocios (Business Intelligence) y
Marketin Digital permiten que las empresas
aprovechen mejor.
Objetivo general:
Desarrollar competencia en el análisis de los
datos con el fin de extraer conocimientos
aprovechables a través de herramientas
estadísticas y de minería de datos que permitan
aprovechar las tecnologías y herramientas de Big
Data, a la vez de proporcionar a los usuarios las
visualizaciones apropiadas para entender la
relación que hay entre los datos.
Objetivos específicos:
• Comprender como el Big Data está
permeando la realidad de las empresas y la
forma como hace posible la generación de nuevo
conocimiento a través del ciclo de los datos.
• Desarrollar procesos de minería de datos
utilizando modelos de agrupación y clasificación
mediante algoritmos de inteligencia artificial, en
conjunto con herramientas de analítica de datos.
• Realizar procesos de administración de
bases de datos no relacionales con el fin de poder
integrar diferentes tipos de datos estructurados
o no en bases de datos no relacionales.
• Estructurar procesos de Inteligencia de
Negocios haciendo uso de almacenes de datos
departamentales (datamart) que se pueden
integrar para conformar almacenes de datos
(warehouse).
• Realizar procesos de análisis del mercado
haciendo uso de los informes generados por las
herramientas analíticas que son aprovechadas
por las estrategias de marketing digital para
perfilar sus clientes.
• Desarrollar visualizaciones interactivas
utilizando una herramienta de visualización y
análisis de datos líder en el Cuadrante Mágico de
Gartner, con el fin de que se haga evidente de
forma ágil el conocimiento extraído de los datos.
4 EDUCACIÓN
DE CALIDAD
EDUCACIÓN
DE CALIDAD
@EducacionContinuaUDES
@udeseducon UDES Educación Continua
3. MODALIDAD EN LÍNEA
Realiza correctamente los procesos de creación,
lectura, actualización y borrado en bases de
datos no relacionales.
Determina la mejor metodología para la creación
y el mantenimiento de almacenes de datos
empresariales.
Realiza análisis de clientes y mercados haciendo
uso de herramientas de analíticas de mercados.
Crea visualizaciones que evidencien de forma
ágil el conocimiento obtenido de los datos
utilizados.
Reconoce las legislaciones aplicables al
tratamiento de datos personales y la privacidad
de datos en el ámbito internacional y nacional.
Aplicaciones
• Weka
• Mongo DB
• Pentaho Kettle
• Google Analytics (o similares)
• Tableau Public o Desktop
• Power BI
• OpenRefine
Docentes
Jairo Acosta Solano
Ingeniero Industrial - Universidad Tecnológica de
Bolívar.
Especialista en Finanzas - U de C .
Máster en Educación y TIC - UOC.
Máster en Visual Analytics & Big Data - UNIR.
Docente de prestigiosas universidades como
Universidad del Santander, Universidad
Tecnológica de Bolívar, Universidad Autónoma
de Bucaramanga, Fundación Universitaria Los
Libertadores, Fundación Universitaria del Área
Andina y Corporación Universitaria Rafael
Núñez. Investigador Asociado y Líder del Grupo
de Investigación Sistemas Neurodifusos
(categoría A). Asesor de la Secretaría de Hábitat
de la Gobernación de Bolívar. Consultor de las
empresas RealFire y Softcomputo en proyectos
de Big Data para el departamento de Bolívar.
Jimmy Francisco Leoro Benítez
Ingeniero en Sistemas Computacionales; 2010,
Universidad de Guayaquil, ecuador.
Máster Universitario en Visual Analytics and Big
Data; 2020. Universidad Internacional de la Rioja.
Con 18 años de experiencia docente universitaria
en Universidad de Guayaquil, Universidad
Politécnica Salesiana. , Escuela Superior
Politécnica del Litoral. Actualmente se se
desepeña como PROJECT MANAGER -
CONSULTOR. En Ilum S.S. Ecuador.
Orlando De Jesús Marín Lorduy
Ingeniero industrial, especialista en Marketing
Management, MBA Leader y candidato a título
de Magister en Estadística aplicada. Se ha
desempeñado como Gerente de Producción en
Procelaser Barranquilla, Ingeniero Analista de
Costos en Vikingos de Colombia, Jefe de
Mercadeo y Comunicaciones en la Universidad de
San Buenaventura – Cartagena, Decano de la
Facultad de Ciencias Económicas Administrativas
4 EDUCACIÓN
DE CALIDAD
EDUCACIÓN
DE CALIDAD
@EducacionContinuaUDES
@udeseducon UDES Educación Continua
4. MODALIDAD EN LÍNEA
4 EDUCACIÓN
DE CALIDAD
EDUCACIÓN
DE CALIDAD
@EducacionContinuaUDES
@udeseducon UDES Educación Continua
y Contables en la Universidad de Santander -
UDES y actualmente se desempeña como
Director del programa Mercadeo y publicidad en
la misma institución. Ha sido docente
universitario en Instituciones como Universidad
de San Buenaventura Cartagena, Escuela Naval
Almirante Padilla, Fundación Universitaria
Tecnológico de Comfenalco – Cartagena,
Universidad Cooperativa de Colombia –
Bucaramanga, entre otras.
Iliana Carolina Vanegas Fortich
Abogada de la Universidad Libre, Magíster en
Derecho de la Universidad del Norte con énfasis
en derecho privado. Asesora legal en derecho
comercial especialmente enfocada en
corporativo, propiedad intelectual y contratos
privados, con 8 años de experiencia como
docente universitaria. Actualmente directora del
programa de derecho de la Corporación
Universitaria Rafael Nuñez y abogada asociada
de la firma Nicolás Pareja & Asociados S.A.S.
Luis Fernando Murillo Fernández
Profesional en Ingeniería Eléctrica, Especialista
en Informática Industrial, Msc. en Gestión de la
Innovación, Doctor (c) Energía y Control de
Procesos, con amplia experiencia en el sector
industrial en Gerencia, administración y gestión
de proyectos de Ingeniería. Sistemas de Gestión
del Conocimiento e innovación. 17 años de
experiencia en docencia universitaria e
investigación, con amplio conocimiento en
Inteligencia artificial y ciencia de datos,
hardware reconfigurable, FPGAs, co-diseño
HW-SW, Robótica educativa y Robótica
industrial.