Jordi Humet Puig

Universitat de Barcelona

PUE

AWS Amazon

AWS Amazon

PUE

GADESOFT

GADESOFT

Foment Formació

IDFO

Foment del Treball Nacional

IDFO

Foment del Treball Nacional

Microsoft Corporation

Foment del Treball Nacional

IDFO

Foment del Treball Nacional

Foment del treball Nacional

Foment del treball Nacional

Microsoft Corporation

Centro de Estudios Adams

Foment del treball Nacional

Foment del treball Nacional

Microsoft Corporation

Microsoft Corporation

Microsoft Corporation

Universitat de Barcelona

Competencias: Detectar los retos y oportunidades de la transformación digital en las empresas. Generación de nuevos modelos de negocio. Conocer los nuevos perfiles y competencias digitales. Liderar la transformación digital. Aplicación de la tecnología en el negocio. Aplicación nuevas metodologías de trabajo. Realización cuadro de mandos en marketing digital. Utilización de medios digitales en marketing. Detección y aplicación de nuevos procesos de producción. Utilización de nuevos canales… Mostrar más Competencias: Detectar los retos y oportunidades de la transformación digital en las empresas. Generación de nuevos modelos de negocio. Conocer los nuevos perfiles y competencias digitales. Liderar la transformación digital. Aplicación de la tecnología en el negocio. Aplicación nuevas metodologías de trabajo. Realización cuadro de mandos en marketing digital. Utilización de medios digitales en marketing. Detección y aplicación de nuevos procesos de producción. Utilización de nuevos canales comerciales. Redefinición de modelos de relación. Adaptación a las nuevas tipologías de clientes. Mostrar menos

Universitat de Barcelona

Objetivos:- Conocer los tipos de datos que se necesitan y el análisis que se puede llevar a cabo para resolver un problema.- Identificar las herramientas que ayudarán a trabajar los datos.- Saber crear un output de resultados mediante herramientas de visualización de datos.- Definir métricas y KPIs de seguimiento.- Traducir las necesidades del negocio en un desarrollo a partir del análisis de datos.- Conocer las restricciones del RGPD en cuanto a la recogida, el… Mostrar más Objetivos:- Conocer los tipos de datos que se necesitan y el análisis que se puede llevar a cabo para resolver un problema.- Identificar las herramientas que ayudarán a trabajar los datos.- Saber crear un output de resultados mediante herramientas de visualización de datos.- Definir métricas y KPIs de seguimiento.- Traducir las necesidades del negocio en un desarrollo a partir del análisis de datos.- Conocer las restricciones del RGPD en cuanto a la recogida, el almacenamiento y la destrucción de los datos.- Entender el negocio en el cual se está trabajando para poder ajustarse a su realidad. Mostrar menos

EdX

This course taught me how to analyze data in Python, from understanding the basics of Python to exploring many different types of data through lecture, hands-on labs, and assignments: - how to import data sets, clean and prepare data for analysis, summarize data, and build data pipelines- perform simple statistical analyses, - create meaningful data visualizations, - predict future trends from data, - using multi-dimensional arrays in Numpy, - manipulate DataFrames in… Mostrar más This course taught me how to analyze data in Python, from understanding the basics of Python to exploring many different types of data through lecture, hands-on labs, and assignments: - how to import data sets, clean and prepare data for analysis, summarize data, and build data pipelines- perform simple statistical analyses, - create meaningful data visualizations, - predict future trends from data, - using multi-dimensional arrays in Numpy, - manipulate DataFrames in pandas, - load, manipulate, analyze, and visualize datasets with pandas, an open-source library- use SciPy library of mathematical routines to work with various datasets,- build and perform machine-learning models and make predictions using scikit-learn, and more. Mostrar menos

Stanford University

This course provides a broad introduction to machine learning, datamining, and statistical pattern recognition. Topics include: (i) Supervised learning (parametric/non-parametric algorithms, support vector machines, kernels, neural networks). (ii) Unsupervised learning (clustering, dimensionality reduction, recommender systems, deep learning). (iii) Best practices in machine learning (bias/variance theory; innovation process in machine learning and AI). Based on numerous case studies and… Mostrar más This course provides a broad introduction to machine learning, datamining, and statistical pattern recognition. Topics include: (i) Supervised learning (parametric/non-parametric algorithms, support vector machines, kernels, neural networks). (ii) Unsupervised learning (clustering, dimensionality reduction, recommender systems, deep learning). (iii) Best practices in machine learning (bias/variance theory; innovation process in machine learning and AI). Based on numerous case studies and applications, also how to apply learning algorithms to building smart robots (perception, control), text understanding (web search, anti-spam), computer vision, medical informatics, audio, database mining, and other areas. Mostrar menos

Formación básica en nuevas tecnologías para personas mayores

Associated with Jordi Humet Puig