Reducción de dimensiones de los datos en Data Science

Uno de los retos principales del Big Data es la dimensionalidad de los datos. De hecho, dimensiones elevadas equivalen a que dichos datos requerirán recursos computaciones muy altos. En este curso nos ocuparemos de como hacer frente a esto a través de un proceso de reducción de dimensiones de los datos. Para ello, utilizaremos el lenguaje de programación Python y técnicas de reducción de dimensionales como Principal Component Analysis con aplicaciones y casos de uso reales. La créme de la créme del Big Data.

Este curso lo realizará Muhammad Ahmir Malik, un auténtico experto en BigData. Cuenta con más de 6 años de experiencia en el ámbito de la programación y 3 años de experiencia en la actividad docente e investigación científica. Además de ser Físico, es Data Scientist en Findasense y ha desarrollado soluciones para clientes como Bankia, Santander y OpenBank.

IMPORTANTE: Los alumnos que acudan a este curso deberán tener un ordenador con sistema operativo Windows o Mac, y una base mínima de Álgebra (vectores, matrices, ecuaciones). Además, se requieren conocimientos mínimos de la programación (independientemente del lenguaje de programación).