El Business Data Science (Ciencia de Datos Empresariales) es el campo que se enfoca en aplicar las técnicas de análisis de datos, la estadística y el Machine Learning (Aprendizaje Automático) para resolver problemas y tomar decisiones en un entorno empresarial.
En la práctica, el Business Data Science implica la recopilación, procesamiento, análisis y visualización de grandes conjuntos de datos generados en la empresa en su gestión de negocio, utilizando herramientas y técnicas avanzadas de análisis de datos.
El curso "Business Data Science con Python y SQL Server" tiene un gran potencial para aquellos que quieran aprender a utilizar herramientas y técnicas de análisis de datos para tomar decisiones empresariales basadas en datos.
Emagister S.L. (responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información y comunicaciones promocionales de formación con tu consentimiento. Ejerce tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros, según se indica en nuestra política de privacidad.
Temario completo de este curso
Introducción:
Presentación
Toma notas de tu curso en tiempo real en Frogames Formación
Contexto de estudio
Tipos de análisis
Ambiente de trabajo
Business Intelligence y Data Analytics:
Enfoque de Business Intelligence
Dataset SQL para Data Analytics
Data Analytics enfoque de análisis en Power BI
Análisis Descriptivo:
Caso de estudio 1: Análisis de tendencia
Análisis de tendecias: Preparación de datos en SQL
Analisis de tendencia: Procesamiento en Python
Caso de estudio 2: Analisis de influenciadores clave
Influenciadores clave: Preparación de datos SQL
Influenciadores clave: Procesamiento en Python
Caso de estudio 3: Clustering productos
Clustering de Productos: Preparación de datos en SQL
Clustering de Productos: Procesamiento en Python
Análisis Diagnóstico:
Caso de estudio 4: Análisis de Serie de tiempo.
Serie de Tiempo Compras: Preparación de datos SQL.
Serie de tiempo Compras: Procesamiento en Python.
Caso de estudio 5: Analisis Discriminante.
Análisis Discriminante de proveedores: Preparación de datos en SQL.
Análisis Discriminante de proveedores: Procesamiento en Python.
Caso de estudio 6: Árbol de clasificación.
Árbol de Clasificación Proveedores: Preparación de datos SQL.
Árbol de Clasificación Proveedores: Procesamiento en Python.
Caso de estudio 7: Análisis de Componentes Principales.
Ánálisis de componentes principales ventas: Preparación de datos SQL.
Ánálisis de componentes principales ventas: Procesamiento en Python.
Caso de estudio 8: Regresión Logística.
Regresión Logística Churn: Preparación de datos en SQL.
Regresión Logística Churn: Procesamiento en Python.
Análisis Predictivo:
Caso de estudio 9: Forecast ARIMA.
Forecast ARIMA: Preparación de los datos SQL.
Forecast ARIMA: Procesamiento en Python.
Caso de estudio 10: Reglas de Asociación APRIORI.
Reglas de Asociación APRIORI: Preparación de los datos SQL.
Reglas de Asociación APRIORI: Procesamiento en Python.
Caso de estudio 11: Random forest.
Random forest Ganancias: Preparación de los datos SQL.
Random forest Ganancias: Procesamiento en Python.
Análisis Prescriptivo:
Caso de estudio 12: Aprendizaje automático para toma de decisiones
Aprendizaje automático para toma de decisiones: Preparación de datos SQL
Aprendizaje automático para toma de decisiones: Procesamiento en Python
Caso de estudio 13: Optimizacion de precios modelo Markup
Optimizacion de precios: Preparación de los datos en SQL
Optimizacion de precios: Procesamiento en Python
Caso de estudio 14: Análisis de Simulación
Simulación de la demanda: Preparación de datos en SQL
Simulación de la demanda: Procesamiento en Python
289 €
Gratis
Gratis
Gratis
Gratis