Análisis y comprensión de datos IoT
El comprender como funcionan los distintos dispositivos que usamos en IoT así como las soluciones a las problemáticas que encontremos, analizando diversos datos pertinentes para posteriormente comprimirlos y colocárselos a los dispositivos.
El curso está diseñado de manera modular y flexible para adaptarse adecuadamente a los estudiantes de muchos niveles educativos y tipos de instituciones, como escuelas secundarias, escuelas técnicas e institutos de formación profesional, facultades, universidades y centros de capacitación comunitaria.
Se espera que los estudiantes que ingresan al curso Análisis de datos IoT ya hayan completado el curso Conexión IoT o equivalente. Además, se espera que estos estudiantes también tengan experiencia más sólida en programación y depuración de código de Python.
Los estudiantes que finalicen el curso Big Data & Analytics podrán realizar lo siguiente:
● Explicar cómo las empresas pueden extraer información e ideas de los datos de IoT.
● Comprender los pasos del ciclo de vida de análisis de datos y realizar estas tareas.
● Explicar los distintos tipos de análisis de datos: descriptivo, predictivo y prescriptivo.
● Usar Python para crear un flujo de datos a fin de adquirir, manipular y visualizar datos de sensores.
● Aplicar un análisis de datos exploratorio para extraer ideas de los datos.
● Comprender la aplicación de aprendizaje mecanizado.
● Presentar y comunicar los datos mediante historias.
● Describir la evolución de las tecnologías de administración de datos de SQL a NoSQL.
● Comprender y explicar la evolución de una plataforma informática de centro de datos moderna y una
plataforma escalable distribuida de datos masivos como Apache Hadoop.
● Raspberry Pi 3 CanaKit Ultimate Starter Kit.
● Sparkfun Inventor’s Kit for Arduino – V3.2
● Cables de acoplamiento multicolores: macho a hembra de 40 pines, macho a macho de 40 pines, hembra
a hembra de 40 pines.
● Cables de acoplamiento de placa de prueba.
● Raspberry Pi Camera Module v2
| (Capítulo/Sección). | Metas u objetivos. |
|---|---|
| Capítulo 1. Datos e Internet de las cosas | Comprenda los conceptos de datos masivos y análisis, y el rol de los datos masivos en los sistemas de IoT. |
| Capítulo 2. Aspectos básicos del análisis de datos | Aprenda lo básico de estadísticas descriptivas, los aspectos prácticos de la adquisición de datos de un sensor y cómo crear representaciones visuales de los datos. |
| Capítulo 3. Análisis de datos | Explore los datos mediante la visualización para extraer información y crear hipótesis. |
| Capítulo 4. Análisis de datos y aprendizaje mecanizado avanzados | Aprenda sobre análisis predictivos, enfoques de aprendizaje mecanizado supervisado y no supervisado y cómo aplicar modelos para hacer predicciones a partir de los datos. |
| Capítulo 5. Narración de historias con datos | Aprenda cómo transformar los resultados del análisis en una historia narrativa y visual clara y convincente. |
| Capítulo 6. Arquitectura para datos masivos e ingeniería de datos | Conozca los principios básicos detrás de las soluciones escalables más importantes para datos masivos como Apache Hadoop y el ecosistema relacionado de tecnologías. |