1 El ORÍGEN DE LOS DATOS ODBC
1.1. Origen de los datos ODBC
1.2. ¿Cuál es el concepto de ODBC?
1.3. Instalación de los controladores ODBC
1.4. Acceso a una fuente de datos ODBC
1.5. Definición de Open Data Standard
1.6. Descripción de la estructura de las peticiones OData
1.7. Conexión a una fuente OData
1.8. Origen web Web Scraping
1.9. Explicación de las consultas internas
1.10. Explicación de la combinación de consultas
2 CONOCIENDO POWER QUERY AVANZADO
2.1. Conociendo el lenguaje de consulta M
2.2. Sintaxis de M
2.3. Comentarios en M
2.4. Uso de variables en M
2.5. Aplicación de funciones en M
2.6. Uso de caracteres especiales en M
2.7. Generación de consultas de datos en el editor M
2.8. Creación de consultas con parámetros
2.9. Ejecución de funciones en consultas de datos avanzadas
2.10. Creación de informes a partir de plantillas
3 INTEGRACIÓN DE POWER QUERY CON PYTHON
3.1. Instalación del entorno de Python
3.2. Elegir y configurar un IDE adecuado
3.3. Conceptos básicos de la sintaxis de Python
3.4. Uso del  Power BI para utilizar fuentes de Python
3.5. Creación de un script de Python para recopilar datos
3.6. Uso de scripts Python como fuentes para análisis
3.7. Integración de múltiples fuentes con Python
3.8. Familias de librerías Python para manipulación y conexión de datos
4 INTRODUCCIÓN DE POWER QUERY CON R
4.1. Instalación y Configuración del entono R
4.2. Instalación y Configuración  de RStudio como IDE
4.3. Conceptos básicos y fundamentos de R
4.4. El uso Power BI para utilizar fuentes de R
4.5. Creación de scripts básicos en R
4.6. Importación de script como fuente de datos
4.7. Combinación de múltiples fuentes de datos con R
4.8. Introducción a las librerías más importantes en R para la manipulación de datos y conexión a fuentes de datos.
5 INTELIGENCIA ARTIFICIAL Y APRENDIZAJE AUTOMÁTICO EN POWER QUERY
5.1. Conceptos básicos de Inteligencia Artificial y Aprendizaje Automático
5.2. Ventajas de la utilización de IA y ML en Power BI
5.3. Introducción a los Servicios Cognitivos
5.4. Configuración de Servicios Cognitivos
5.5. Transformación de datos con Análisis de Texto
5.6. Transformación de datos con Visión Computacional
5.7. IA en Python como fuente de datos
5.8. Librerías importantes de IA y Aprendizaje Automático en Python
5.9. IA en R como fuente de datos
5.10. Librerías importantes de IA y Aprendizaje Automático en R
5.11. Introducción a los modelos en Azure Machine Learning
6 CREACIÓN DE CONECTORES DE DATOS CUSTOMIZADOS
6.1. Definición de conectores personalizados
6.2. Aplicaciones comunes
6.3. Introducción al SDK de Power Query
6.4. Instalación de Visual Studio Code
6.5. Instalación del paquete de SDK de Power Query
6.6. Creación de un proyecto nuevo
6.7. Estructura de los archivos Query
6.8. Desarrollo del conector personalizado
6.9. Prueba del conector
6.10. Publicación del conector personalizado
6.11. Implementación del conector en tus consultas.
7 CÓMO ES EL CONTEXTO DE EVALUACIÓN EN EL MODELO DE DATOS
7.1. Explicación sobre el concepto de Contexto de Evaluación en Power BI
7.2. Análisis de las relaciones de tablas dentro del contexto de evaluación
7.3. Cómo modificar el contexto a través de filtros en Power BI
7.4. Entendiendo la relación entre las visualizaciones en DAX y el contexto de evaluación
7.5. Estudio de las funciones iterativas y de filtrado en el contexto de evaluación
7.6. Aplicación de la función Calculate en el contexto de evaluación
7.7. Uso de variables en el contexto de evaluación en Power BI
7.8. Función EARLIER y EARLIEST en el contexto de evaluación en Power BI.
8 CUSTOMIZACIÓN DE LAS VISUALIZACIONES EN FORMATO AVANZADO
8.1. Configuración del aspecto visual del informe
8.2. Exportación del tema
8.3. Importación de temas de la comunidad
8.4. Creación de visualizaciones para mostrar información detallada
8.5. Creación de pestañas para una mejor organización de la información
8.6. Ajuste del formato en función de los datos representados
8.7. Personalización del formato utilizando medidas
8.8. Modificación del título con medidas para una mejor comprensión.
9 APRENDIENDO COMO ES EL CONTROL DE LAS VISUALIZACIONES
9.1. Configuración de parámetros de hipótesis.
9.2. Modificación de visualizaciones a través de parámetros de hipótesis.
9.3. Implementación de marcadores interactivos
9.4. Navegación mediante marcadores
9.5. Creación de vistas personalizadas con marcadores
9.6. Presentación dinámica con marcadores
9.7. Usar marcadores para crear pestañas expandibles
9.8. Buenas prácticas en el uso de marcadores en visualizaciones
10 VISUALIZACIONES CUSTOMIZADAS
10.1. Exploración de la Comunidad de Visualizaciones
10.2. Cómo Instalar Visualizaciones de la Comunidad
10.3. Cómo Crear Visualizaciones para la Comunidad
10.4. Introducción a las Librerías Gráficas de Python
10.5. Cómo Crear Visualizaciones con Python
10.6. Estructura de los Scripts para Visualizaciones en Python
10.7. Introducción a las Librerías Gráficas de R
10.8. Cómo Crear Visualizaciones con R
10.9. Estructura de los Scripts para Visualizaciones en R
10.10. Interacción con Preguntas y Respuestas de la Visualización.
11 LA SEGURIDAD EN POWER BI DESKTOP
11.1. Explorando la Comunidad de Visualizaciones
11.2. Instalación de Visualizaciones de la Comunidad
11.3. Creación de Visualizaciones para la Comunidad
11.4. Librerías Gráficas de Python: Una Introducción
11.5. Creando Visualizaciones con Python
11.6. Estructura de Scripts para Visualizaciones en Python
11.7. Librerías Gráficas de R: Una Introducción
11.8. Creando Visualizaciones con R
11.9. Estructura de Scripts para Visualizaciones en R
11.10. Interacción con Preguntas y Respuestas de Visualización
12 IDENTIFICAR LAS HERRAMIENTAS MÁS AVANZADAS EN POWER BI DESKTOP
12.1. Exploración de las Herramientas de Análisis de Rendimiento de Power BI Desktop
12.2. Limpieza de la Caché para Análisis de Rendimiento
12.3. Detección de Cuellos de Botella en el Desempeño
12.4. Sugerencias para Mejorar el Rendimiento
12.5. Instalación de DAX Studio
12.6. Pruebas de Medidas en DAX Studio
12.7. Instalación de Tabular Editor
12.8. Modificación de Tablas en Tabular Editor
12.9. Creación y Modificación de Expresiones DAX en Tabular Editor
12.10. Creación de Grupos de Cálculo en Tabular Editor.
13 CONOCIENDO POWER BI GATEWAY
13.1. Introducción a los Power BI Gateway
13.2. Clasificación de los Gateways
13.3. Concepto Básico de los Power BI Gateway
13.4. Instalación del Power BI Gateway
13.5. Gestión de los Power BI Gateway desde el Servicio Power BI
13.6. Administración de los Power BI Gateway a través de Power Platform
13.7. Requerimientos para Fuentes de Datos ODBC
13.8. Requerimientos para Fuentes de Datos de Python
13.9. Requerimientos para Fuentes de Datos de R
14 MANEJO DE SERVICIO DE POWER BI
14.1. Creación de Configuración de Espacios de Trabajo
14.2. Administración de Reportes
14.2. Portal de Gestión
14.3. Métricas para Evaluar el Uso del Servicio
14.4. Unificación de Registros de Actividad y Auditoría
14.5. Monitoreo del Servidor de Analysis Services con XMLA
14.6. Integración con Azure Log Analytics
14.7. Personalización del Servicio
14.8. Modificación de Espacios de Trabajo
14.9. Configuración de Acciones Permitidas para los Inquilinos
14.10. Administración de Códigos de Integración
14.11. Gestión de Usuarios en Office 365
14.12. Acceso a Registros de Auditoría en Office 365.
15 CÓMO FUNCIONA EL DESARROLLO CONTINUO EN POWER BI
15.1. Conceptos básicos de Desarrollo Continuo
15.2. Informe de Métricas de Uso en Power BI Service
15.3. Power BI Premium para un Desarrollo Continuo eficiente
15.4. Creación de Flujos de Trabajo en Power BI Service
15.5. Introducción a la API de Power BI
15.6. Instalación de las Herramientas necesarias para el Desarrollo Continuo
15.7. Configuración de la API desde Azure
15.8. Conexión a la API de Power BI
15.9. Publicación de Informes a través de la API
15.10. Gestión de Permisos de Acceso a través de la API
15.11. Mantenimiento y Actualización continua de Aplicaciones en Power BI.
16 BUENAS PRÁCTICAS PARA EL DESARROLLO EN POWER BI
16.1. Como Preparar tu Contenido
16.2. Estructura de Permisos
16.3. Uso de una Base de Datos de Prueba Secundaria
16.4. Implementación de Parámetros en el Modelo
16.5. Power BI Desktop como Ambiente de Desarrollo Local
16.6. Importancia del Control de Versiones
16.7. Diferenciación Entre Desarrollo de Modelo de Datos y Reportes
16.8. Realiza Pruebas exhaustivas antes de Desplegar.
17 REALIZAR UN PROYECTO FINAL: VENTAS Y KPIS PARTE 1
17.1. Enunciado
17.2. Desarrollando el proceso de análisis de datos
17.3. Limpiando y organizando los datos recopilados
17.4. Aplicando técnicas de aprendizaje automático al proyecto
17.5. Identificando las relaciones entre los datos
17.6. Implementación de medidas y cálculos en el modelo de datos
17.7. Creación del reporte y visualizaciones personalizadas
17.8. Aplicación de seguridad y privacidad a los datos del modelo
17.9. Despliegue del informe en el servicio Power BI
17.10. Configuración de permisos y acceso a la aplicación
17.11. Publicación de la aplicación.
18 PROYECTO FINAL: DATOS DEMOGRÁFICOS Y CLASIFICACIÓN DE USUARIOS POR RIESGO DE IMPAGO PARTE 2
18.1. Enunciado
18.2. Desarrollando el proceso de análisis de datos
18.3. Limpiando y organizando los datos recopilados
18.4. Aplicando técnicas de aprendizaje automático al proyecto
18.5. Identificando las relaciones entre los datos
18.6. Implementación de medidas y cálculos en el modelo de datos
18.7. Creación del reporte y visualizaciones personalizadas
18.8. Aplicación de seguridad y privacidad a los datos del modelo
18.9. Despliegue del informe en el servicio Power BI
18.10. Configuración de permisos y acceso a la aplicación
18.11. Publicación de la aplicación.