Última actualización 29/09/2024
Miembros 1
Maestría en Administración e Inteligencia de Negocios
  • Tema 1. Introducción a la Ciencia de los Datos Masivos y sus Aplicaciones Empresariales
    2Lecciones ·
    • 1.1 Evolución de la función informática de las empresas y organización / 1.2 Masificación de los datos y la inteligencia artificial en los negocios / 1.3 Redes de datos inteligentes, modelos y patrones de búsqueda
    • 1.4 El diseño de la Inteligencia Organizacional en una empresa / 1.5 Tecnologías para la arquitectura de plataformas de datos masivos en la empresa
  • Tema 2. Etapas de Adopción e Implementación de Proyectos Masivos de Datos en las Empresas y sus Escenarios Competitivos
    2Lecciones ·
    • 2.1 Los procesos de modernización informática hacia la migración de plataformas en la “nube” / 2.2 Diseño de la toma de decisiones directiva de gestión y operación de la empresa basada en la inteligencia de datos de negocios
    • 2.3 Tratamientos de las funciones externas bajo la óptica de los datos masivos / 2.4 Modelos de competitividad basados en la gestión de datos estratégicos
  • Tema 3. Estadística Descriptiva en las Ciencias de los Datos de Negocio
    2Lecciones ·
    • 3.1 Introducción al análisis predictivo de datos de negocio y empresariales / 3.2 Indicadores y parámetros estadísticos para medir tendencia, comportamiento y pronóstico estadístico aplicado a los negocios
    • 3.3 Predicción de series temporales no lineales / 3.4 Análisis de regresión / 3.5 Estudios de correlaciones, estimaciones y pronósticos en las tendencias de datos de negocio
  • Tema 4. Diagnóstico del Modelo de Datos para las Empresas
    2Lecciones ·
    • 4.1 Ubicación Contextual del Tipo y Perfil de Tomadores de Decisiones Ejecutivas / 4.2 Técnicas de Evaluación a los Procesos de Inteligencia de Datos y Métricas de Calidad en las Decisiones / 4.3 Análisis Paramétrico de la Efectividad de Gestión de Datos (Data Warehouse)
    • 4.4 Evaluación Paramétrica del Suprasistema de la Organización y sus Relaciones con el Entorno / 4.5 Definición y Dictaminación del Modelo de Datos Requerido y su Base Tecnológica
  • Tema 5. Estrategias de Exploración, Visualización y Preparación de Datos Empresariales
    3Lecciones ·
    • 5.1 La administración basada en un “página” / 5.2 Arquitectura de plataformas para la gestión y representación de datos / 5.3 La organización semántica de los datos y el diseño de su representación
    • 5.4 Tabloides, mapas y gráficos de crecimiento y dinámicos para datos histórico-representativos / 5.5 Gráficos de acumulación, índices de crecimiento y gráficos de tendencia
    • 5.6 Organización visual jerárquica por paneles y la alineación corporativa / 5.7 Visualización de tablero de comando e interpretación de la colorimetría
  • Tema 6. Uso y Aplicación del Modelo de “Aprendizaje Automatizado” en las Empresas
    2Lecciones ·
    • 6.1 Visualización y Definición de Escenarios de Competitividad, Posicionamiento, Penetración y Consolidación en los Modelos de Datos de la Empresa / 6.2 Estrategias de Organización y Dirección de la Infraestructura de Datos Empresariales
    • 6.3 Mapas de Gestión y Modelos de Datos para la Empresa / 6.4 Patrones de Comportamiento en los Datos Empresariales / 6.5 Programación de Búsquedas, Análisis de Patrones y Evaluación de Estrategias Basadas en el “Aprendizaje Automatizado”
chatsimple