Curso Online de Mineria de Datos en Redes Sociales

User Avatar
(0 Comentarios)
$70.00
StockSnap_RCFX768X06

Este curso está dirigido a personas con conocimientos previos en cualquier lenguaje de programación, que deseen aprender a capturar, recopilar y analizar datos a partir de las redes sociales (Twitter, Facebook, LinkedIn)y otros medios comunes donde se almacena información de interés como blogs o foros mediante el uso del lenguaje Python. Al final, desarrollaremos un proyecto en el que capturamos y analizamos data de Twitter en línea y en tiempo real.

Curso Completo: 70 USD  

Modulo 1 : Python & Social Media (4 horas) – Curso Minería de Datos en Redes Sociales : 10 USD 

Modulo 2: Twitter: hashtags, trending topics y usuarios (8 horas) – Curso Minería de Datos en Redes Sociales : 10 USD 

Modulo 3: Facebook: posts y páginas (4 horas) – Curso Minería de Datos en Redes Sociales : 10 USD 

Modulo 4: LinkedIn: contactos, cargos y empresas (4 horas) – Curso Minería de Datos en Redes Sociales : 10 USD 

Modulo 5: Natural Language Processing (4 horas) – Curso Minería de Datos en Redes Sociales : 10 USD 

Modulo 6: Minería en otros medios: Blogs & Wikipedia (8 horas) – Curso Minería de Datos en Redes Sociales : 10 USD 

Modulo 7:Foros: Stack Exchange y GitHub (4 horas) – Curso Minería de Datos en Redes Sociales : 10 USD 

Modulo 8: Proyecto: minería de Twitter en tiempo real (4 horas) – Curso Minería de Datos en Redes Sociales : 10 USD 

Características del curso

  • Conferencias 10
  • Cuestionarios 0
  • Duración 50 horas
  • Nivel de habilidad Todos
  • Idioma Español
  • Estudiantes 1
  • Evaluaciones Si

You have 1 week 3 days remaining for the course

  • Python & Social Media (4 horas) 0/3

    En este módulo se destaca la importancia de las redes sociales y las oportunidades de negocio que pueden aprovechar con al extraer información de éstas. Luego, se realizará una introducción al lenguaje Python y sus librerías necesarias para hacer ciencia de datos, así como otras herramientas que facilitan la recolección y manejo de datos como pip, Anaconda. También manejaremos archivos JSON, fundamentales a la hora de conectarse a las distintas APIs. Una vez explicadas, las herramientas serán configuradas, dejando un ambiente listo para recolectar y analizar datos.

  • Facebook: posts y páginas (4 horas) 0/1

    En este módulo creamos una app para conectarnos a la API y analizar páginas de Facebook.

  • LinkedIn: contactos, cargos y empresas (4 horas). 0/1

    Este módulo presenta las técnicas necesarias para explorar y extraer datos de LinkedIn, una red social bastante peculiar, ya que se centra en oportunidades de negocios (contratar, ser contratado, o simplemente hacer nuevos contactos) y que por su naturaleza tiene algunas limitantes para extraer cierto tipo de información. Por tanto veremos cómo lidiar con las limitantes para agrupar conexiones similares.

  • Natural Language Processing (4 horas) 0/1

    En este módulo haremos una breve introducción a NLP, una técnica que permite realizar análisis de texto, utilizando la librería NLTK de Python.

  • Minería en otros medios: Blogs & Wikipedia (8 horas) 0/1

    Sitios como blogs y Wikipedia, por el tamaño y complejidad del texto, requieren de técnicas especiales las cuales desarrollaremos en este módulo. Nos conectaremos a las APIs de WordPress y Blogger. Asimismo, interactuamos con la API de Wikipedia para buscar entidades y establecer relaciones entre éstas.

  • Foros: Stack Exchange y GitHub (4 horas) 0/1

    Stack Exchange es uno de los foros de preguntas más populares entre los desarrolladores. En éste, crearemos una app para explorar el foro, buscaremos temas o usuarios específicos. Igualmente, crearemos un pequeño modelo de machine learning con el cual clasificaremos preguntas en distintas categorías. Github, aunque no es un foro de por sí, sino una especie de red social para desarrolladores, si tiene interacciones similares, donde se discute cambios y mejoras en código constantemente. Por tanto, veremos cómo interactúan en este sitio diferentes desarrolladores.

  • Proyecto: minería de Twitter en tiempo real (4 horas) 0/1

    En este proyecto final, realizaremos un análisis de una tendencia de Twitter en tiempo real, aplicando NLP y Sentiment Analysis.

Víctor Ramírez es Ingeniero de Sistemas con más de 12 años de experiencia, la mayor parte de ellos trabajando como administrador de bases de datos para bancos y otras entidades de alta transaccionalidad. Desde hace 5 años trabaja con tecnologías de Big Data como Apache Spark e IBM Watson para aplicar analítica de negocio y generar modelos de machine learning. Víctor está certificado por IBM para la administración de bases de datos Db2, y por Google y Coursera como Data Engineer en Google Cloud, y participa habitualmente de eventos de Big Data como conferencista e instructor

Comentarios

promedio

0
0 puntuación

Evaluación detallada

5 Star
0%
4 Star
0%
3 Star
0%
2 Star
0%
1 Star
0%
$70.00