Big Data: visualización de datos (Coursera)

Big Data: visualización de datos (Coursera)

“Visualización de datos” es el cuarto curso de la especialización “Biga Data- Uso práctico de datos masivos. Organizado en cuatro semanas, tiene por objetivo motivar e introducir los conceptos clave de la visualización de datos así como mostrar ejemplos en diferentes contextos. Además, se proporcionan criterios para formular el problema y elegir las herramientas más adecuadas para obtener una correcta visualización. Este debe ser un curso introductorio, motivador e inspirador para la narración de historias a través de la visualización de sus datos.

Class Deals by MOOC List - Click here and see Coursera's Active Discounts, Deals, and Promo Codes.

Course 4 of 5 in the Big Data – Introducción al uso práctico de datos masivos Specialization

Syllabus

WEEK 1
Introducción
“Visualización de datos” es el cuarto curso de la especialización “Biga Data- Uso práctico de datos masivos. Organizado en cuatro semanas, tiene por objetivo motivar e introducir conceptos y herramientas clave de la visualización de datos así como mostrar ejemplos en diferentes contextos.
Contexto para la Visualización de Datos hoy
En este módulo fijamos las bases para entender por qué es importante la visualización de datos en la actualidad. Hablaremos de la Sociedad de la Información y de cómo el diseño forma parte emergente de esta sociedad. Analizaremos y describiremos los fundamentos del diseño gráfico. También repasaremos históricamente la evolución de las visualizaciones de datos más relevantes. Finalmente, propondremos una clasificación de infografias y visualizaciones de datos. Visualiza los vídeos, contesta el cuestionario tantas veces como quieras, y accede a los foros para discutir los temas que te parezcan más interesantes.

WEEK 2
Herramientas de análisis y visualización de datos
En este módulo exploraremos herramientas de análisis y visualización de datos de tipología diversa: explorativa como R o D3, o otras de marcado carácter explicativo/ narrativo. Visualiza los vídeos, contesta el cuestionario tantas veces como quieras, y accede a los foros para discutir los temas que te parezcan más interesantes.

WEEK 3
El Proceso de Creación de una Visualización de Datos
En este módulo se revisará el proceso de creación de una visualización de datos. El proceso que se sigue es (1) formular el problema de negocio, (2) instalar el programa, (3) cargar y preparar los datos y (4) crear diferentes visualizaciones (gráficos, cuadro de mandos e historias de datos) que permiten alcanzar niveles de conocimiento. A lo largo del módulo se trabajará con un conjunto de datos reales y la herramienta Tableau Public que involucra múltiples principios de visualización y está orientada al usuario final. Visualiza los vídeos, accede a los foros para discutir los temas que te parezcan más interesantes y realiza la actividad que será evaluada por tus colegas.

WEEK 4
Otros aspectos de la visualización de datos
En este bloque se presentarán diferentes conceptos y técnicas del ámbito de la visualización para grandes volúmenes de datos, así como ejemplos específicos para la visualización de mapas y estructuras. También se describirán los aspectos clave del uso de visualizaciones como interfaz a los datos y los posibles problemas derivados del uso de visualizaciones, presentando buenas y malas prácticas así como los principales elementos a tener en cuenta.Visualiza los vídeos, contesta el cuestionario tantas veces como quieras, y accede a los foros para discutir los temas que te parezcan más interesantes.

Go to Class
MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Related Courses

Data Processing with Azure (Coursera) Coursera
LearnQuest

Data Processing with Azure (Coursera)

This Azure training course is designed to equip students with the knowledge need to process, store and analyze data for making informed business decisions. Through this Azure course, the student will understand what big data is along with the importance of big data analytics, which will improve the students mathematical and programming skills. Students will learn the most effective method of using essential analytical tools such as Python, R, and Apache Spark.

Nov 16th 2026
3 Weeks
Data Science for Business Innovation (Coursera) Coursera
Politecnico di Milano,EIT Digital

Data Science for Business Innovation (Coursera)

The course is a compendium of the must-have expertise in data science for executive and middle-management to foster data-driven innovation. It consists of introductory lectures spanning big data, machine learning, data valorization and communication. Topics cover the essential concepts and intuitions on data needs, data analysis, machine learning methods, respective pros and cons, and practical applicability issues.

Nov 16th 2026
4 Weeks
SQL: A Practical Introduction for Querying Databases (Coursera) Coursera
IBM

SQL: A Practical Introduction for Querying Databases (Coursera)

Much of the world's data lives in databases. SQL (or Structured Query Language) is a powerful programming language that is used for communicating with and manipulating data in databases. A working knowledge of databases and SQL is a must for anyone who wants to start a career in Data Engineering, Data Warehousing, Data Analytics, Data Science or Business Intelligence. The purpose of this course is to help you learn and apply foundational and intermediate knowledge of the SQL language, and become familiar with many relational database (RDBMS) concepts along the way.

Nov 16th 2026
5-12 Weeks
A Scientific Approach to Innovation Management (Coursera) Coursera
Università Bocconi

A Scientific Approach to Innovation Management (Coursera)

How can innovators understand if their idea is worth developing and pursuing? In this course, we lay out a systematic process to make strategic decisions about innovative product or services that will help entrepreneurs, managers and innovators to avoid common pitfalls. We teach students to assess the feasibility of an innovative idea through problem-framing techniques and rigorous data analysis labelled ‘a scientific approach’.

Nov 16th 2026
5-12 Weeks
Statistics and Data Analysis with Excel, Part 2 (Coursera) Coursera
University of Colorado Boulder

Statistics and Data Analysis with Excel, Part 2 (Coursera)

This course is meant to be a direct continuation of "Statistics and Data Analysis with Excel, Part 1." Therefore, it is not recommended to take Part 2 unless you've also taken Part 1. Building on the topics learned in Part 1 of the course (probability, probability mass and density functions, the normal and standard normal distributions), this course dives into a more applied side of statistics.

Nov 16th 2026
5-12 Weeks
Combining and Analyzing Complex Data (Coursera) Coursera
University of Maryland, College Park

Combining and Analyzing Complex Data (Coursera)

In this course you will learn how to use survey weights to estimate descriptive statistics, like means and totals, and more complicated quantities like model parameters for linear and logistic regressions. Software capabilities will be covered with R® receiving particular emphasis. The course will also cover the basics of record linkage and statistical matching—both of which are becoming more important as ways of combining data from different sources. Combining of datasets raises ethical issues which the course reviews. Informed consent may have to be obtained from persons to allow their data to be linked. You will learn about differences in the legal requirements in different countries.

Nov 16th 2026
4 Weeks
Bioinformatic Methods I (Coursera) Coursera
University of Toronto

Bioinformatic Methods I (Coursera)

Large-scale biology projects such as the sequencing of the human genome and gene expression surveys using RNA-seq, microarrays and other technologies have created a wealth of data for biologists. However, the challenge facing scientists is analyzing and even accessing these data to extract useful information pertaining to the system being studied. This course focuses on employing existing bioinformatic resources – mainly web-based programs and databases – to access the wealth of data to answer questions relevant to the average biologist, and is highly hands-on.

Nov 16th 2026
5-12 Weeks