Your cart is empty.
Keep shopping
Teach on Udemy
Turn what you know into an opportunity and reach millions around the world.
Learn MorePython - Power BI - SQL Server: Machine Learning integrado
Rating: 4.4 out of 54.4(123 ratings)
911 students
Python - Power BI - SQL Server: Machine Learning integrado
Clustering, Forecast, Sentiment Analysis, Association Rules, Decision Tree con Python, SQL Server, MySQL y Power BI
Last updated 5/2022
Spanish
What you'll learn
- Aplicar Machine Learning con Python
- Consultar datos en SQL Server para Machine Learning
- Ejecutar Script Python desde Power Query
- Integrar SQL Server, Python y Power BI
- Crear gráficas de Python en Power BI
- Crear informes avanzados en Power BI
- Crear Clustering de Clientes
- Hacer Minería de Opinión y análisis de sentimiento
- Realizar Forecast de ventas con Auto ARIMA en Python
- Investigar Reglas de Asociación con APRIORI
- Ejecutar Script de Python desde bases de datos MySQL en nube
- Crear árboles de Clasificación en Python
Explore related topics
Course content
7 sections • 59 lectures • 6h 51m total length
- ¡Qué tiene este curso!2:08
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Presentación del Curso7:23
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- ¿Cómo calificar el curso?6:35
- El valor de un curso Online3:15
- Objetivos con los que preparo un curso3:58
- Herramientas que vamos a utilizar4:57
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Mi ambiente de trabajo6:08
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Bases de datos usadas en el curso4:45
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Roadmap de la sección2:01
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Query SQL para Tabla de Clustering0:23
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Query SQL tabla clientes para clustering6:32
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Script Python para Clustering Kmeans1:03
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Script Python para Clustering11:30
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Query SQL Tabla Customers0:08
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Query SQL tabla complementaria de clientes6:14
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Power Query Data Customer12:32
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Ejecución de Script Python en Power Query6:10
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Desarrollo de Dashboard Cartera de Clientes en Power BI26:38
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Roadmap de la sección2:26
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Query en SQL Servertabla de reviews de productos0:12
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Query SQL para tabla de reviews de productos7:01
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Script Python Análisis de sentimiento0:26
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Script Python para análisis de sentimientos de Reviews5:45
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Ejecución de Script Python en Power Query7:46
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Dashboard de Reviews de productos en Power BI27:35
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Roadmap de la sección2:00
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Query SQL TimeSeries0:11
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Query SQL para los datos de la serie de tiempo de la siguiente clase9:24
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Script Python ARIMA0:48
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Script Python para forecast con AutoARIMA para la siguiente clase10:04
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Script Python Gráfico Python en Power BI0:23
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Creación de hoja en Power BI con Forecast de ventas21:17
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Roadmap de la sección3:15
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Query SQL Server tabla de transacciones de ventas0:12
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Query SQL para tabla de transacciones de ventas10:29
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Script Python para reglas de asociación Apriori0:47
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Preparación del Script en Python para las reglas de Asociación usando Apriori9:44
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Ejecución de Query SQL en Power Query8:07
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Dashboard Reglas de Asociación en Power BI26:07
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Despliegue de los informes en Power BI web Service16:30
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Roadmap del módulo8:30
Este módulo muestra cómo crear un árbol de decisión con Machine Learning usando Python desde datos reales obtenidos desde un formulario HTML, los datos almacenados en MySQL en la nube y extraidos por API Rest por Power BI.
API Rest: https://test.appdatascientist.com/api/api_npsv2/
Formulario NPS: https://test.appdatascientist.com/nps/
Archivo Sway: https://sway.office.com/vPCXvaj5letIsleL
- Formulario NPS HTML publicado3:20
Este módulo muestra cómo crear un árbol de decisión con Machine Learning usando Python desde datos reales obtenidos desde un formulario HTML, los datos almacenados en MySQL en la nube y extraidos por API Rest por Power BI.
Formulario NPS: https://test.appdatascientist.com/nps/
- Query MySQL de la siguiente clase0:25
- Data table NPS11:30
Este módulo muestra cómo crear un árbol de decisión con Machine Learning usando Python desde datos reales obtenidos desde un formulario HTML, los datos almacenados en MySQL en la nube y extraidos por API Rest por Power BI.
Nota: tienes la base de datos en los recursos descargables para instalarla en tu MySQL si lo deseas
- API Rest NPS3:54
Este módulo muestra cómo crear un árbol de decisión con Machine Learning usando Python desde datos reales obtenidos desde un formulario HTML, los datos almacenados en MySQL en la nube y extraidos por API Rest por Power BI.
API Rest: https://test.appdatascientist.com/api/api_npsv2/
- Query MySQL de la siguiente clase0:20
- Query SQL Data Pyhton3:38
Este módulo muestra cómo crear un árbol de decisión con Machine Learning usando Python desde datos reales obtenidos desde un formulario HTML, los datos almacenados en MySQL en la nube y extraidos por API Rest por Power BI.
- Script Python de la siguiente clase1:19
Este módulo muestra cómo crear un árbol de decisión con Machine Learning usando Python desde datos reales obtenidos desde un formulario HTML, los datos almacenados en MySQL en la nube y extraidos por API Rest por Power BI.
- Script Python Decision Tree14:08
Este módulo muestra cómo crear un árbol de decisión con Machine Learning usando Python desde datos reales obtenidos desde un formulario HTML, los datos almacenados en MySQL en la nube y extraidos por API Rest por Power BI.
- Script Python de la Siguiente clase adaptado a Power BI0:35
- Script Python Decision Tree para Power BI1:43
- Conexión y Transformación de datos Power BI13:35
Este módulo muestra cómo crear un árbol de decisión con Machine Learning usando Python desde datos reales obtenidos desde un formulario HTML, los datos almacenados en MySQL en la nube y extraidos por API Rest por Power BI.
- Infografía NPS parte 114:35
Este módulo muestra cómo crear un árbol de decisión con Machine Learning usando Python desde datos reales obtenidos desde un formulario HTML, los datos almacenados en MySQL en la nube y extraidos por API Rest por Power BI.
- Infografía NPS parte 214:32
Este módulo muestra cómo crear un árbol de decisión con Machine Learning usando Python desde datos reales obtenidos desde un formulario HTML, los datos almacenados en MySQL en la nube y extraidos por API Rest por Power BI.
- Infografía NPS parte 314:20
Este módulo muestra cómo crear un árbol de decisión con Machine Learning usando Python desde datos reales obtenidos desde un formulario HTML, los datos almacenados en MySQL en la nube y extraidos por API Rest por Power BI.
- Revisión de la Infografía5:55
Este módulo muestra cómo crear un árbol de decisión con Machine Learning usando Python desde datos reales obtenidos desde un formulario HTML, los datos almacenados en MySQL en la nube y extraidos por API Rest por Power BI.
- Cierre del módulo NPS4:24
Este módulo muestra cómo crear un árbol de decisión con Machine Learning usando Python desde datos reales obtenidos desde un formulario HTML, los datos almacenados en MySQL en la nube y extraidos por API Rest por Power BI.
- Resumen de contenidos del curso9:54
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
- Despedida1:51
Esta clase forma parte del curso “Python - Power BI - SQL Server: Machine Learning integrado” en el que se pone en práctica varios modelos como Clustering de clientes con KMEANS, Análisis de sentimiento con el lexicón VADER, forecast de ventas con ARIMA, Reglas de Asociación A PRIORI.
Se usan datos consultados en SQL Server en Management Studio, consumidos vía Script de Python y ejecutado desde Power Query y graficados en Dashboards en Power BI, todo integrado.
Creador e Instructor del curso: Pedro Alcalá
Requirements
- Es muy bueno tener conocimientos previos en Machine learning (teoría), SQL, Python, Power BI a niveles básicos
Description
Las empresas requieren mucha información para tomar decisiones con el fin de lograr los objetivos de negocio que se han planteado. Desde hace un tiempo mucha de la información es suministrada desde el Business Intelligence y reporting en general.
Sin embargo, existe una abundancia de datos que generan todos los sistemas y de las interacciones de clientes, proveedores y empleados, es por ello que existe un creciente interés en que tales datos sean procesados con Machine Learning, Inteligencia Artificial y Minería de datos, con el fin de encontrar insights de interés, oportunidades de mejores y desarrollo de modelos predictivos para clustering, minería de opinión, forecast y reglas de asociación, entre muchas otras.
Python es el lenguaje de programación de mayor uso en el mundo de la analítica avanzada y la Ciencia de Datos, por otra parte el SQL Server es uno de los sistemas gestores de bases de datos de mayor uso empresarial, ya que muchos de los grandes ERP y CRM lo usan como su motor de bases de datos. Asimismo, MySQL es un motor de bases de datos muy popular para aplicaciones y sistemas empresariales, tal vez el más usado para aplicaciones funcionales.
Cuando hablamos de Visualización analítica de la información el campeonato se lo lleva Power BI, porque muestra de la formás más dinámica posible la información, puede ser con enfoque de dashboard tradicional o con enfoque moderno de Storytelling con infografías espectaculares.
Estas son las herramientas que vas a usar en este curso, porque verás cómo hacer Clustering de clientes con Kmeans, Análisis de sentimiento, forecast de ventas y reglas de asociación Apriori con datos ubicados en tablas de SQL Server, consumidas por el Script de Python que es ejecutado desde Power Query para que se genere el informe más dinámico e intuitivo para el usuario final.
El curso cuenta con un módulo dedicado a trabajar datos recolectados con un formulario HTML para una encuesta NPS, almacenados en MySQL en la nube y conectados a Power BI vía API Rest para ejecutar el Script Python para obtener un Árbol de Decisión para clasificar el resultado de Promotor, Detractor y Pasivo. Este módulo es un ejemplo de caso 100% real, en el cuel tú participas aportando los datos a procesar a través del formuario NPS.
No tienes nada de desperdicio en el curso! contenido 100% aplicable en el mundo real, porque son casos reales!
Who this course is for:
- Tener SQL Server instalado (Versión Express es gratis)
- Tener Python instalado
- Tener un IDE para Python (se usará Spyder)
- Tener Power BI Desktop instalado
- Máquina con sistema operativo Windows