Pasar al contenido principal
Programa

Big Data Science para Financieros

¿QUIERES SOLICITAR INFORMACIÓN?
Contacta con nosotros
CAPTCHA
Esta pregunta se hace para comprobar que usted es una persona real e impedir el envío de spam.
Image CAPTCHA
Escriba las letras.
Potencia toda la fuerza de tus análisis

Duración: El curso tiene una duración de 20 horas lectivas

Horario: Viernes de 16:30 h. a 21:30 h. y los sábados de 9:00 a 14:00h.

Sede: Edificio ENAE. Campus Universitario de Espinardo 30100 Espinardo Murcia

Precio: Curso bonificable por la Fundación Tripartita.

 

Amplia tus conocimientos y adquire herramientas de gestión que faciliten el acceso a un puesto de trabajo o permitan optar a una mejora profesional.

Aumenta tu red de contactos profesionales; ENAE promueve el networking y facilita la relación entre los alumnos de los distintos programas de todas las ediciones.

Utilizamos el "Método del Caso", que alterna las exposiciones de conceptos, técnicas y métodos de análisis, con el desarrollo de casos prácticos que reflejan situaciones empresariales reales.

Una combinación eficaz que consolida y refuerza la experiencia financiera de nuestros alumnos.

CONCEPTOS
CLAVE
1
INTRODUCCIÓN AL BIG DATA Y DATA SCIENCE
2
MODELOS SUPERVISADOS APLICADOS A FINANZAS
3
MODELOS NO SUPERVISADOS APLICADOS A FINANZAS
Matrícula
Modalidad:Presencial
Edición:XXIV
Inicio: 07/06/2019
Fin Preinscripción: 07/06/2019
Plazas limitadas Asegura tu participación formalizando tu reservaaquí

Información

Objetivos

  • Comprender el proceso de Ciencia de Datos y su metodología.

  • Identificar un problema que entre dentro del ámbito de Big Data.

  • Identificar las principales herramientas del Ecosistemas de Big Data y Herramientas para la Ciencia de Datos

  • Conocer la filosofía del machine learning y los principales algoritmos.

  • Saber resolver varios problemas tipo dentro del ámbito de finanzas mediante Ciencia de Datos.

PROFESORES

MÓDULOS

INTRODUCCIÓN AL BIG DATA Y DATA SCIENCE
  • Introducción al Big data (I)

    • Introducción al paradigma Big Data.  Fundamentos: Ecosistema Hadoop, Map Reduce, HDFS.

  • Introducción al Big data (II)

    • Principales distribuciones Big Data: principales difererncias. Herramientas asociadas.

  • Distribución Cloudera. Taller

    • Ecosistemas Big Data. Análisis de la distribución de Cloudera: Sqoop/Flume, Hive, Impala…

  • Data Science (I)

    • Data Science: concepto; Algoritmos y aplicaciones. Etapas en un proceso de análisis de datos. Medidas de calidad de modelos. Overfitting: soluciones. Herramientas comerciales y de libre distribución.

  • Data Science (II)

    • Machine Learning/Deep Learning. Tipos de aprendizaje.Casos de uso en Finanzas.

MODELOS SUPERVISADOS APLICADOS A FINANZAS
  • Introducción a KNIME

    • Introducción a KNIME. Carga, Pre-procesado, Visualización de Datos

  • Aprendizaje supervisado con KNIME

    • Modelos de clasificación/regresión con KNIME. Árboles, modelos neuronales, máquinas de vectores soporte, Boosting, Bagging…

  • Caso práctico

    • Modelo de aprendizaje supervisado aplicado a Finanzas

MODELOS NO SUPERVISADOS APLICADOS A FINANZAS
  • Aprendizaje no supervisado con KNIME

    • Aprendizaje no supervisado con KNIME. Algoritmos de clustering (particionales y jerárquicos). Reglas de asociación.

  • Caso práctico

    • Modelo de aprendizaje no supervisado aplicado a Finanzas

CAPTCHA
Esta pregunta se hace para comprobar que usted es una persona real e impedir el envío de spam.
Image CAPTCHA
Escriba las letras.
A lo largo de nuestros más de 30 años de vida, más de 13.000 alumnos han confiado en la excelencia y la calidad de la formación de ENAE Business School.

COMPÁRTELO