¿Qué quieres aprender?

Master en Deep Learning y Big Data

Master en Deep Learning y Big Data

INESEM Business School.

Máster online


1.695

Duración : 12 Meses

Estamos en una etapa de cambio tecnológico. Dia a día crece la cantidad de información que generamos y cada vez se ven más avances en la automatización de tareas y en la creación de modelos artificiales inteligentes dentro de empresas, páginas web, aplicaciones, etc.Todo esto hace que la importancia de saber analizar estos grandes volúmenes de datos, conocidos como Big Data, se convierta en trascendental para tomar cualquier decisión importante dentro de una empresa, ámbito social o cualquier otro campo profesional.Saber cómo interpretar todos estos grandes volúmenes de información y aplicarlo en campos como la inteligencia artificial, el machine learning y el deep learning se vuelve clave para llevar a cabo una actualización tecnológica dentro de cualquier empresa.Gracias a la realización de este Máster en Deep Learning y Big Data podrás obtener los conocimientos necesarios para el análisis de datos masivos y su aplicación en el ámbito de la inteligencia artificial (IA) gracias al aprendizaje profundo (Deep Learning). Además, descubrirás un mundo lleno de oportunidades laborales y en pleno auge debido a la cada vez mayor importancia del procesamiento de lenguaje natural (PLN) y el desarrollo de chatbots.Además, en este máster impartido por INESEM Business School, contarás con un equipo de profesionales especializados en la materia que te ayudarán en todo momento y gracias a las prácticas garantizadas en empresas punteras dentro del sector podrás acceder a un mercado laboral con gran auge y futuro.

¿Quieres hablar con un asesor sobre este curso?

Objetivos

"-Descubrir la importancia del Big Data y sus principales aplicaciones.-Aprender a utilizar las principales herramientas de Big Data.-Comprender la importancia y actualidad de la inteligencia artificial y su aplicación para construir sistemas inteligentes gracias al machine learning y el deep learning.-Desarrollar un sistema de Deep Learning.-Aprender a crear un chatbot gracias al uso del procesamiento de lenguaje natural.-Entender la importancia y saber aplicar la ciberseguridad en todos estos ámbitos."

A quién va dirigido

El Máster en Deep Learning y Big Data, está principalmente orientado a profesionales informáticos que deseen dar un salto de calidad en sus carreras gracias al estudio y aplicación del Big Data en áreas como la inteligencia artificial, el Machine Learning y el Deep Learning que cada vez tiene mayor importancia en todas las tecnologías actuales y futuras. Además, también está pensado para aquellos estudiantes que busquen una formación especializada que les ayude a adentrase en el mercado laboral a través de sus prácticas garantizadas.

Temario completo de este curso

Módulo 1. Big data introduction

Unidad didáctica 1. Introducción al big data

Unidad didáctica 2. Fuentes de datos

Unidad didáctica 3. Open data

Unidad didáctica 4. Fases de un proyecto de big data

Unidad didáctica 5. Business intelligence y la sociedad de la información

Unidad didáctica 6. Principales productos de business intelligence

Unidad didáctica 7. Big data y marketing

Unidad didáctica 8. Del big data al linked open data

Unidad didáctica 9. Internet de las cosas

Módulo 2. Arquitectura big data

Unidad didáctica 1. Batch processing

Unidad didáctica 2. Streaming processing

Unidad didáctica 3. Sistemas nosql

Unidad didáctica 4. Interactive query

Unidad didáctica 5. Sistemas de computación híbridos

Unidad didáctica 6. Cloud computing

Unidad didáctica 7. Administración de sistemas big

Unidad didáctica 8. Visualización de datos

Módulo 3. Tecnologías aplicadas a business intelligence

Unidad didáctica 1. Minería de datos o data mining y el aprendizaje automático

Unidad didáctica 2. Datamart. Concepto de base de datos departamental

Unidad didáctica 3. Datawarehouse o almacén de datos corporativos

Unidad didáctica 4. Inteligencia de negocio y herramientas de analítica

Unidad didáctica 5. Herramienta powerbi

Unidad didáctica 6. Herramienta tableau

Unidad didáctica 7. Herramienta qlikview

Módulo 4. Herramientas para explotación y análisis de big data

Unidad didáctica 1. Bases de datos nosql y el almacenamiento escalable

Unidad didáctica 2. Introducción a un sistema de bases de datos nosql: mongodb

Unidad didáctica 3. Ecosistema hadoop

Unidad didáctica 4. Weka y data mining

Unidad didáctica 5. Pentaho una solución open source para business intelligence

Módulo 5. Inteligencia artificial (ia), machine learning (ml) y deep learning (dl)

Unidad didáctica 1. Introducción a la inteligencia artificial

Unidad didáctica 2. Tipos de inteligencia artificial

Unidad didáctica 3. Algoritmos aplicados a la inteligencia artificial

Unidad didáctica 4. Relación entre inteligencia artificial y big data

Unidad didáctica 5. Sistemas expertos

Unidad didáctica 6. Futuro de la inteligencia artificial

Unidad didáctica 7. Introducción al machine learning

Unidad didáctica 8. Extracción de estructura de los datos: clustering

Unidad didáctica 9. Sistemas de recomendación

Unidad didáctica 10. Clasificación

Unidad didáctica 11. Redes neuronales y deep learning

Unidad didáctica 12. Sistemas de elección

Unidad didáctica 13. Deep learning con python, keras y tensorflow

Unidad didáctica 14. Sistemas neuronales

Unidad didáctica 15. Redes de una sola capa

Unidad didáctica 16. Redes multicapa

Unidad didáctica 17. Estrategias de aprendizaje

Módulo 6. Procesamiento de lenguaje natural (pln)

Unidad didáctica 1. Introducción al pln

Unidad didáctica 2. Recursos para el pln

Unidad didáctica 3. Computación de la sintaxis para el pln

Unidad didáctica 4. Computación de la semántica para el pln

Unidad didáctica 5. Recuperación y extracción de la información

Módulo 7. Chatbots e inteligencia artificial

Unidad didáctica 1 .¿qué es la inteligencia artificial?

Unidad didáctica 2. ¿qué es un chatbot?

Unidad didáctica 3. Relación entre ia y chatbots

Unidad didáctica 4. ámbitos de aplicación chatbots

Módulo 8. Ciberseguridad aplicada a inteligencia artificial (ia), smartphones, internet de las cosas (iot) e industria 4.0

Unidad didáctica 1. Ciberseguridad en nuevas tecnologías

Unidad didáctica 2. Ciberseguridad en smartphones

Unidad didáctica 3. Inteligencia artificial (ia) y ciberseguridad

Unidad didáctica 4. Ciberseguridad e internet de las cosas (iot)

Unidad didáctica 5. Seguridad informática en la industria 4.0

Módulo 9. Proyecto fin e máster

Ver más