Big data: processamento e análise

coursera.inc

coursera.inc

Big data: processamento e análise

Descrição

Prazos flexíveis

Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificado compartilhável
Ganhe um certificado após a conclusão
100% online
Comece instantaneamente e aprenda em sua própria programação.
Curso 3 de 5 no
Big Data – Introdução ao uso prático da especialização de dados em massa
NÍVEL INTERMEDIÁRIO
Aproximadamente. 13 horas para concluir
Espanhol
Legendas: Espanhol

Llorenç Badiella
Servi d’esas estatísticas aplicadas uab
Universidade Autônoma de Barcelona
Isabel Serra
Doutor
Centro de Matemática Ylabus – O que você aprenderá com este curso
INTRODUÇÃO
Atenção: se você já resolveu a máquina virtual no curso anterior da especialização, não precisa fazê -lo novamente. Caso contrário, continue lendo.

Os exercícios práticos e sessões pretendem mostrar um processamento e análise práticos de casos no contexto de big data. Nesse sentido, será necessário trabalhar com uma máquina virtual que já traz e instalou uma série de componentes usuais ao lidar com o Big Data. Nesta seção, explicamos como baixar e instalar a máquina virtual Cloudra no seu computador. O Clouder MV requer ter um equipamento com as seguintes características: (1) máquina de 64 bits, (2) 6g mínimo de memória (recomendado 8g) e (3) 20g disponível no disco.

Lembre -se de que abaixar e instalar a máquina virtual levará tempo, dado o tamanho e a complexidade do mesmo
A máquina virtual
Para seguir a parte aplicada do curso, responda aos questionários e trabalhe com as ferramentas que explicamos, você precisará acessar uma série de arquivos de código, bem como os bancos de dados de trabalho, que coletamos e comprimimos. Você verá que alguns vídeos carregam um código entre parênteses que coincidem com o nome de qualquer um desses arquivos. Isso significa que o vídeo correspondente funciona com o referido arquivo.

Em seguida, explicamos como incorporá -los na máquina virtual.
Material de trabalho e arquivos de trabalho
Durante a primeira semana do curso, são introduzidos o curso e as ferramentas que serão usadas. Além disso, também são apresentadas tarefas relacionadas aos dados exploratórios. Cada poucos tópicos discutidos nos vídeos encontrarão uma pequena custa de 5 perguntas.

Visualize os vídeos, responda aos questionários quantas vezes quiser e acesse os fóruns para discutir os tópicos mais interessantes.
Módulo 1 – Análise de dados exploratórios
No módulo 2 do curso, os conceitos gerais de modelagem (calibração e validação) são introduzidos e, em particular, os modelos de regressão linear e regressão logística. Do ponto de vista do big data, são incluídos aspectos relacionados à regularização dos modelos para simplificação.

Como no módulo anterior, visualize os vídeos, responda aos questionários quantas vezes quiser e acesse os fóruns para discutir os tópicos que parecem mais interessantes.
Módulo 2 – Modelos de regressão
No módulo 3 do curso, são introduzidos os modelos familiares (classificação, regressão, florestas) e aspectos gerais sobre incerteza e sucessão. Após cada tópico, ou alguns tópicos, você encontrará um questionário para verificar seu nível de entendimento deles.

Visualize os vídeos, responda aos questionários quantas vezes quiser e acesse os fóruns para discutir os tópicos mais interessantes.
Módulo 3 – Árvores de regressão e classificação
No módulo 4 do curso, a família baseada em redes neuronais é introduzida, bem como técnicas básicas não supervisionadas, classificação automática e redução de dimensionalidade. Neste módulo, além dos questionários convencionais, você terá que fazer um trabalho prático no qual trabalhará as técnicas aprendidas até agora.

Visualize os vídeos, responda aos questionários quantas vezes quiser, realize os exercícios práticos e acesse os fóruns para discutir os tópicos mais interessantes.

Avaliações

Não há avaliações ainda.

Seja o primeiro a avaliar “Big data: processamento e análise”

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Cursos Relacionados

PHP Code Snippets Powered By : XYZScripts.com