Incluye conclusión pág. 155

Incluye bibliografía pág. 157

TRABAJAR CON DATOS. Definición de datos; Comprender varios tipos y estructuras de datos; Datos estructurados; Datos no estructurados. INTRODUCCIÓN AL MUNDO DE BIG DATA. Big Data- ¡Gran Valor!; Crónicas de la big data; Donde estamos; La dramática popularidad del Big Data. UNA INSTANTÁNEA EN EL MUNDO DEL ANÁLISIS DE DATOS. El historial de análisis de datos; ¡Bienvenido a el mundo del análisis de datos!; Análisis de datos frente a análisis de datos: ¿alguna discrepancia?; Análisis de datos frente a ciencia de datos. ANÁLISIS DE DATOS FRENTE A ANÁLISIS EMPRESARIAL. Comprender el análisis de negocios; ¡Oye! Análisis de negocios no es análisis de datos; Componentes esenciales de Business Analytics; Casos de uso e implementación de Business Analytics; Entrega predictiva - Uso de Pitt Ohio como caso de estudio. OBTENCIÓN DE INFORMACIÓN SOBRE LOS DIVERSOS TIPOS DE ANÁLISIS DE DATOS. Explorar tipos de análisis de datos; Análisis descriptivo: ¿qué sucedió?; Hacer uso de análisis descriptivos; Estadísticas inferenciales en análisis descriptivo. EXPLORACIÓN DEL CICLO DE VIDA DE DATA ANALYTICS. Visión general; Fase 1: Descubrimiento; Fase 2: Preparación de datos; Fase 3: Planificación del modelo; Fase 4: Construcción de modelos. ENVOLVER LA CABEZA EN TORNO A LOS PROCESOS DE LIMPIEZA DE DATOS. ¿Qué es exactamente la limpieza de datos?, El componente común en la limpieza de datos; Detectar valores atípicos con análisis uni-variate y multi-variate; Análisis de valores extremos. DESENTRAÑAR EL PAPEL DE LAS MATEMÁTICAS, LA PROBABILIDAD Y EL MODELADO ESTADÍSTICO EN EL MUNDO DEL ANÁLISIS DE DATOS. Comprender la probabilidad y las estadísticas inferenciales; Distribuciones de probabilidad; Atributos comunes de probabilidad; Cálculo y medición de la correlación. USO DEL ALGORITMO DE APRENDIZAJE AUTOMÁTICO PARA EXTRAER SIGNIFICADOS DE SUS DATOS. ¿Qué es Aprendizaje Automático?; Cómo se relaciona con nuestro tema (Análisis de datos); Enfoques de aprendizaje automático; Aprendizaje supervisado. DISEÑO DE VISUALIZACIÓN DE DATOS QUE DESCRIBE CLARAMENTE LAS PERSPECTIVAS. Comprender la visualización de datos; Narración de datos para responsables de la toma de decisiones corporativos; Visualización de datos para analistas; Construyendo Arte de Datos para Activistas. EXPLORAR MÉTODOS ANALÍTICOS DE DATOS MEDIANTE R. Comprender el lenguaje de programación R de código abierto; Vocabulario común de R; R Studio; Descripción de los tipos de datos R.