Joan eduki nagusira zuzenean
Nabigazioa saltatu
Nabigazioa
  • Hasiera

    • Nire ikastaroak

    • Nire ikastaroak

    • Ikastaroak

logo
Zure erabiltzaile-izena edo pasahitza ahaztu duzu?
Hasiera
  • EU
    • ES
    • EU
    • Datu-bilketa egitarauaren aurkezpen bideoa

       

      (Kontu bat izanez gero, plataformara sartu zure kredentzialekin, eskuragarri dauden ikastaroen ataletik, zure intereseko ikastaroa hautatuz)

      Vídeo
    • Datu-bilketa egitaraua

      Datu bilketaren kultura nafarroako enpresetan

      Datu-bilketa egitaraua Datu zientzietan, IoT edota Big Data arloak nafarroako enpresetan ezagutzera eman nahi dituen ekimena da, oinarrizko jakintza batzuk izan ditzaten datu bilketarekin hasteko eta aurrerantzean baliozko informazioa eman diezakeen proiektuak egin ahal izateko.

      Formakuntza honetan Datu-zientzi proiektu baten prozesuaren ikuspegi orokorra ematen da, datuak eskuratzeko eta balioztatatzeko faseetan sakonduz, datu fidagarri eta kalitatezkoak funtzezko baldintzak bait dira ondorioak lortu ahal izateko.

    • Nori dago zuzenduta?

      Datu bilketa egokiaren bidez Datu-zientzien arloa lantzen hasi nahi duten nafarroako enpresei zuzenduta dago Datu-bilketa egitaraua aurrerantzean informazioa atera eta beraien lan jarduera hobetzeko helburuarekin. Programazio ezagutzak beharrezkoak ez direla kontuan izan behar da.

    • Formatua

      Osotasunean online izango den formakuntza da, inskripzioa onartzen den unetik hasten dena eta ikasle bakoitzak bere erritmoan egin dezakeena. Formakuntza gaztelaniaz izango da.

    • Modalitatea

      Programak bi modalitate desberdin ditu, bakoitza bere aldetik egin daitezkeenak, baina proposatutako ordenean egitea gomendatzen da: “Iniciación” eta “Experimentación”.

      • Curso de iniciación
      • Curso de experimentación

      Egitarauaren faseak

      Egitaraua jaitsi

      (PDF, 183 KB)

      Video

      Módulo 1: Términos básicos

      Términos básicos asociados a la Ciencia de Datos, garantizando así un correcto punto de partida para la comprensión del resto de los módulos.

      Módulo 2: Conceptos básicos

      Conocimiento acerca de que datos recoger y como almacenar esta información.

      Módulo 3: Bases de datos

      Se mostrarán los principales tipos de bases de datos, así como las principales Bases de Datos de cada tipo y sus características.

      Módulo 4: Sistemas de almacenamiento

      Se explicarán los principales sistemas de almacenamiento existentes en la actualidad.

      Módulo 5: Preprocesamiento

      Se trata de una de las tareas más costosas en un proyecto de ciencia de datos, el 90% del tiempo empleado viene provocado por una mala planificación en la recogida de datos o una mala ejecución de la misma. En este módulo se mostrarán las principales tareas que se realizan en el preprocesamiento de los datos y como una correcta planificación de la recogida afectaría a estas tareas.

      Módulo 6: Gobernanza del dato

      Se mostrará la evolución que debe seguir una compañía para ser una compañía que explota el dato de manera óptima.

      Módulo 7: Aplicaciones prácticas

      Se mostrarán aplicaciones prácticas, con ejemplos accesibles a los alumnos donde puedan observar, sin disponer de conocimientos de programación, diferentes casos de uso.

      Módulo 8: Modelos y casos de uso

      En este módulo se realizarán diversos sistemas que permitirán a los asistentes visualizar las principales salidas y representaciones graficas de los modelos más importantes.

      Módulo 9: Problemas relacionados con una mala recogida

      Módulo 10: Casos prácticos

      En el último módulo del presente curso se mostrarán aplicaciones prácticas donde los alumnos podrán ver un sistema de BI, a través de Power BI, y una aplicación Web donde podrán entrenar y visualizar modelos de Machine Learning a “golpe de click”. Además de ello se incluyen una serie de videos explicativos y un ejercicio sobre el desarrollo de un Power BI.

      Egitarauaren iraupena

      Egitaraua osatzeko 50 ordu inguru behar dira.

      Egitarauaren iraupena

      Egitarauaren faseak

      Video

      Módulo 1: Sumérgete en la captura del dato

      La comprensión de los conceptos y estrategias básicas relacionadas con el ciclo de vida del dato es imprescindible para sumergirte en el mundo de la captura del dato.

      Módulo 2: Extrae los datos

      Descubrirás que una de las piezas clave del ciclo de vida del dato es la ingesta, para la que deberás aprender a identificar fuentes de datos y utilizar la tecnología que servirá de aliada en la extracción y organización de los datos.

      Módulo 3: Analiza y transforma los datos

      La ingeniería de datos es otra de las piezas clave del ciclo de vida del dato y, es en este módulo, dónde aprenderás a analizar y aplicar técnicas de transformación de datos que permitirán comprender y adaptar los datos a las necesidades empresariales.

      Módulo 4: Integra y carga los datos

      Es el momento de la integración y mejora del sistema, por un lado, aprenderás a enriquecer la analítica de datos elevando la calidad y profundidad de la analítica datos y, por otro lado, aprenderás a validar el correcto funcionamiento del sistema.

      Módulo 5: Analiza el negocio

      Analizar las necesidades específicas de la empresa es esencial para garantizar que la captura de datos sea efectiva, relevante y alineada con los objetivos empresariales, facilitando así la toma de decisiones informada y el éxito empresarial.

      Egitarauaren iraupena

      Egitarauaren iraupena

eskuragarri dauden ikastaroak saltatu

Eskuragarri dauden ikastaroak

Experimentación

Experimentación

Irakaslea: Román Sanz

Egin klik hemen ikastaro honetan sartzeko

Iniciación 2022-2024

Iniciación 2022-2024

Irakaslea: Eva Gonzalez Nieto

Egin klik hemen ikastaro honetan sartzeko


Atzera
¿Tienes alguna pregunta o sugerencia? ¡Escríbenos! saltatu
¿Tienes alguna pregunta o sugerencia? ¡Escríbenos!

cienciadedatos@navarra.es

Aviso legal

Política de privacidad

Política de cookies

Twitter LinkedIn

Ez zara oraindik sartu. (Sartu)