Estoy pensando en comenzar mi maestría en Big Data, y me ha ayudado mucho la explicación que ha dado el facilitador para animarme a tomar una decisión.
Hola que tal ? me gusta que todos hablan de big data, pero como hacerlo ? lo puedo hacer en casa ? que programas exciten para almacenar esos dato y analizarlos ? por que todos dicen que es, hadoop , bla bla bla... pero nunca como lo puedo hacer desde casa. Me podrían ayudar a resolver esas dudas?
Gracias por su aportación. Si está interesado en profundizar en sus conocimientos de Big Data, aquí puede consultar la ficha académica y programa de nuestro Máster Universitario en Análisis y Visualización de Datos Masivos / Visual Analytics & Big Data www.unir.net/ingenieria/master-visual-analytics-big-data/549200001429/ Un saludo
Pues lo podrías hacer con alguna muestra de data, xq el almacenamiento de BigData no es una cosa que se pueda hacer en un computador personal. y pues las heraamientas dependen mucho del caso.
Yo estoy de acuerdo con lo que dices. Todo mundo habla del Big Data, pero al final solo pretenden venderte cursos inútiles o vendiendote licencias para usar programas que tu mismo puedes contratar en Facebook
Hola Pequematrix. La presentación está colgada en slideshare en este link: www.slideshare.net/AntonioPitaLozano/20170130-openclass-como-introducirse-en-el-big-data-definitiva?qid=0f98fb9d-d716-46d3-86dc-87994d1be0f3&v=&b=&from_search=1
Hola Jordi. Efectivamente los estadísticos ya han trabajado desde hace varios siglos estos temas. Pero creo que hay diferencias de enfoque importantes en la parte de modelado aunque a simple vista parece exactamente lo mismo. La Estadística está centrada en entender los efectos entre las variables y la interpretación de los coeficientes y sus características. Sin embargo otras metodologías de estimación de coeficientes no basados en distribuciones estadísticas están permitiendo abordar los mismos problemas u otros con otros enfoques que permiten estimar funciones que generalizan mejor. Por ejemplo utilizando funciones de coste no convexas extendiendo así MCO, Maximo vrosimil, M-estimadores y demás, por ejemplo puedes estimar un modelo lineal pero utilizando como función de coste el beneficio de la empresa que puede no ser lineal y tener que resolverse con una de descenso del gradiente u otras técnicas heurísticas por lo que los coeficientes pueden ser distintos al clásico MCO o Maxima Verosimilitud aunque claramente no podremos interpretar el significado del coeficiente. En otras partes, los estadísticos no suelen tener mucha experiencia como el pareado de textos. También se abren problemáticas como el tener que paralelizar algoritmos. Los Estadísticos están en una situación de partida privilegiada en la parte central del modelado pero tienen que ampliar sus conocimientos y capacidades al resto de "tareas" necesarias para completar el ciclo de tratamiento de información.
Hola Antonio, muchas gracias por tu respuesta. No quería entrar en las técnicas que se utilizan en estadística, ya que a pesar de ser distintas a la estadística clásica siguen siendo herramientas estadísticas hechos y desarrollados por estadísticos. Mi apunte venía a decir que lo que hacemos los estadísticos respecto a los datos no ha cambiado, el cómo lo hacemos cambía a cada momento y con cada revolución tecnológica. Las técnicas han cambiado a lo largo de los años por la evolución de los ordenadores, por ejemplo. El tratamiento masivo de datos no deja de ser una nueva revolución pero las respuestas que la estadíctica debe responder no han cambiado, ya sean con las tácnocas clásicas o con otras nuevas. En cualquier caso mi comentario es siimplemmente un pequeño apunte, tal vez motivado por el ambiente que se respira en España ante el fenomeno Big Data donde parace que muchas empresas han descubierto ahora el análisis de datos. Qué te voy a contar que no sepas ;)
Estoy de acuerdo. De hecho la mayoría de las empresas que buscan ahora Big Data, lo único que quieren es un análisis dscriptivo y un análisis inferencial. Pero si que es cierto que hay algunas (pocas) que si requieren otro enfoque alejándose un poco de la estadística. El gran problema es que las emrpesas no suelen saber que quieren y según quien sea el interlocutor con conocimiento la conversación se va modulando. Todavía nos falta madurar mucho.
aunque ya tiene varios años este video. Es super claro ideal para cualquier principiante.
Así da gusto iniciarse en este mundillo. Gracias Antonio por la pasión que le pones y por explicarlo de forma tan amena. Saludos!
Muy bien explicado para comenzar a introducirse en el mundo de BIG DATA muchas gracias por la información un saludo
Estoy pensando en comenzar mi maestría en Big Data, y me ha ayudado mucho la explicación que ha dado el facilitador para animarme a tomar una decisión.
Muchísimas gracias por la información.
Gracias, saludos de uno más en la estadística!
Muy buena la exposición. Saludos desde el sur de Chile.
Buena información.
Estoy estudiando teleco y voy a hacer el tfg del big data y esto me ayudó a abrir mi mente.
Saludos
Juan-Fran Martín Qué tal amigo, ¿sabes qué otras carreras puedo estudiar relacionadas al big data?
Anyone Uncknow Estadística y Matemáticas son buenas opciones.
¿Pueden poner el link de la presentacion en PDF? ¿Donde la puedo descargar?
En qué se diferencia este máster del máster en bussines intelligent?
Hola que tal ? me gusta que todos hablan de big data, pero como hacerlo ? lo puedo hacer en casa ? que programas exciten para almacenar esos dato y analizarlos ? por que todos dicen que es, hadoop , bla bla bla... pero nunca como lo puedo hacer desde casa. Me podrían ayudar a resolver esas dudas?
Gracias por su aportación. Si está interesado en profundizar en sus conocimientos de Big Data, aquí puede consultar la ficha académica y programa de nuestro Máster Universitario en Análisis y Visualización de Datos Masivos / Visual Analytics & Big Data www.unir.net/ingenieria/master-visual-analytics-big-data/549200001429/ Un saludo
Pues lo podrías hacer con alguna muestra de data, xq el almacenamiento de BigData no es una cosa que se pueda hacer en un computador personal. y pues las heraamientas dependen mucho del caso.
Yo estoy de acuerdo con lo que dices. Todo mundo habla del Big Data, pero al final solo pretenden venderte cursos inútiles o vendiendote licencias para usar programas que tu mismo puedes contratar en Facebook
Muchas gracias Antonio hasta ahora veo tu vídeo quisiera saber siendo técnico como profesionalizarne en este tema
Muy buena explicación, felicidades, ¿en donde puedo descargar tu material? gracias de antemano
Hola Pequematrix. La presentación está colgada en slideshare en este link: www.slideshare.net/AntonioPitaLozano/20170130-openclass-como-introducirse-en-el-big-data-definitiva?qid=0f98fb9d-d716-46d3-86dc-87994d1be0f3&v=&b=&from_search=1
mejor que el oro y el diamante combinados
Los estadísticos ya hacían lo que cuentas, los cambios son más de la adaptación al nuevo entorno.
¿Te refieres al perfil estadístico explicado al big data? o ¿a toda la explicación que ha dado?
Hola Domingo.Era una puntualización al perfil estadístico aplicado al big data. La explicación me ha gustado,
Hola Jordi.
Efectivamente los estadísticos ya han trabajado desde hace varios siglos estos temas. Pero creo que hay diferencias de enfoque importantes en la parte de modelado aunque a simple vista parece exactamente lo mismo. La Estadística está centrada en entender los efectos entre las variables y la interpretación de los coeficientes y sus características. Sin embargo otras metodologías de estimación de coeficientes no basados en distribuciones estadísticas están permitiendo abordar los mismos problemas u otros con otros enfoques que permiten estimar funciones que generalizan mejor. Por ejemplo utilizando funciones de coste no convexas extendiendo así MCO, Maximo vrosimil, M-estimadores y demás, por ejemplo puedes estimar un modelo lineal pero utilizando como función de coste el beneficio de la empresa que puede no ser lineal y tener que resolverse con una de descenso del gradiente u otras técnicas heurísticas por lo que los coeficientes pueden ser distintos al clásico MCO o Maxima Verosimilitud aunque claramente no podremos interpretar el significado del coeficiente.
En otras partes, los estadísticos no suelen tener mucha experiencia como el pareado de textos. También se abren problemáticas como el tener que paralelizar algoritmos. Los Estadísticos están en una situación de partida privilegiada en la parte central del modelado pero tienen que ampliar sus conocimientos y capacidades al resto de "tareas" necesarias para completar el ciclo de tratamiento de información.
Hola Antonio, muchas gracias por tu respuesta. No quería entrar en las técnicas que se utilizan en estadística, ya que a pesar de ser distintas a la estadística clásica siguen siendo herramientas estadísticas hechos y desarrollados por estadísticos. Mi apunte venía a decir que lo que hacemos los estadísticos respecto a los datos no ha cambiado, el cómo lo hacemos cambía a cada momento y con cada revolución tecnológica. Las técnicas han cambiado a lo largo de los años por la evolución de los ordenadores, por ejemplo. El tratamiento masivo de datos no deja de ser una nueva revolución pero las respuestas que la estadíctica debe responder no han cambiado, ya sean con las tácnocas clásicas o con otras nuevas. En cualquier caso mi comentario es siimplemmente un pequeño apunte, tal vez motivado por el ambiente que se respira en España ante el fenomeno Big Data donde parace que muchas empresas han descubierto ahora el análisis de datos. Qué te voy a contar que no sepas ;)
Estoy de acuerdo. De hecho la mayoría de las empresas que buscan ahora Big Data, lo único que quieren es un análisis dscriptivo y un análisis inferencial. Pero si que es cierto que hay algunas (pocas) que si requieren otro enfoque alejándose un poco de la estadística. El gran problema es que las emrpesas no suelen saber que quieren y según quien sea el interlocutor con conocimiento la conversación se va modulando. Todavía nos falta madurar mucho.
mi experiencia con UNIR y en particular con este master fue lamentable. Lo comento por si alguien está pensando en inscribirse. Saludos
Porqué? Yo estoy pensando en hacerlo
Qué problema tuviste?
podrías comentar a más detalle el porqué? estoy pensando en estudiar esa maestría.
bibliotecari@s