Seccin Morelos

Curso de Minera de Datos

Instructor: Dr. Luis Carlos Molina Flix

Presentacin
Las bases de datos y los sistemas de administracin de datos han jugado un papel primordial en el crecimiento y xito de las organizaciones corporativas, los cambios en la
economa y la globalizacin de las empresas han aumentado su importancia. Esto ha
dado origen a que los departamentos de tecnologa de la informacin inicien la bsqueda y explotacin de nuevas herramientas y paradigmas para el procesamiento de datos
y de la informacin generada.
Con ello inicia el concepto de Inteligencia de Negocios permitiendo a las organizaciones realizar anlisis sobre un conjunto de datos con el objetivo de obtener y mejorar el
conocimiento de las operaciones de la empresa y ayudar en la toma decisiones, incrementando o manteniendo la competitividad de la organizacin.
Existe un crecimiento en el uso de tcnicas y enfoques tradicionales para hacer uso de
bases de datos empresariales y herramientas de anlisis de datos, por lo que en los
diferentes mercados y tipos de organizaciones se ha requerido un mayor estudio y entendimiento sobre estas herramientas, modelos, procesos, algoritmos, etc., referentes
al descubrimiento de conocimiento y que gracias a la integracin de tecnologas como
Minera de Datos con Inteligencia de Negocios es posible ofrecer de manera automatizada e inteligente informacin de suma importancia para ejecutar acciones para la
solucin de problemas organizacionales.
La Minera de Datos es un proceso fundamental en Inteligencia de Negocios, ya que
permite obtener conocimiento a partir de los datos almacenados, mediante un proceso
no trivial de extraccin de informacin implcita, previamente desconocida y potencialmente til. Descubrir conocimiento implica buscar patrones de comportamiento an no
conocidos en los datos. El conocimiento se puede manifestar como: patrones, reglas
de conocimiento, asociaciones, grupos, restricciones, tendencias, etc. Los dominios de
aplicacin prcticamente abarcan cualquier campo y tipo de empresas (comercializacin, produccin, finanzas, energa, gobierno, tecnologa, etc.).

Seccin Morelo s

Seccin Morelos

Objetivos
Al final del curso los participantes estarn en capacidad de:
Conocer de manera general las tcnicas y enfoques de Minera de Datos
Exploracin y uso de fuentes de datos para anlisis y toma de decisiones
Comprender el proceso de la Minera de Datos para extraer conocimiento desde
base de datos y la aplicacin de estas tcnicas a la solucin de problemas de reconocimiento de patrones, clasificacin y pronstico
Disear, desarrollar y analizar programas de software para el anlisis de datos, tales
como reglas de conocimiento, asociaciones, grupos, restricciones, tendencias, patrones, etc.

Temario
1. Introduccin
Ejemplos desarrollados en Mxico
Definicin
2. Higienizacin de datos
Orgenes
Clasificacin
Mtodo PLEDEVSA
Ejercicio con Excel
3. Bases de datos
Caractersticas
Tipos de variables
Cncer en las bases de datos
4. Modelo
Cncer del Modelo
Evaluacin del modelos
Matriz de confusin
5. Metodologa
CRISP-DM

Seccin Morelo s

Seccin Morelos

6. Tcnicas
rboles de decisin
Reglas de asociacin
Clustering
7. Minera de Datos
Deteccin de la clase
Clasificacin de las variables
Ejercicios usando Weka
8. Proyecto de Minera de Datos
Explicacin de un proyecto de inicio a fin
9. Como vender un proyecto de Minera de Datos
Seleccin del cliente
Discurso
Valor agregado
Ejemplos

Seccin Morelo s

Seccin Morelos

Instructor

Dr. Luis Carlos Molina Flix

Sus estudios de maestra los realiz en el Instituto de Matemticas y Computacin de la

Universidad de So Paulo (Brasil) y de doctorado en el Departamento de Lenguajes y
Sistemas Informticos de la Universidad Politcnica de Catalua (Espaa).
De 1999 al 2006 imparti el curso a distancia de Data Mining en la Universitat Oberta
de Catalua (UOC) en Espaa. Es coautor junto con Ramn Sangesa del libro: Data
Mining: Una Introduccin editado por la Fundacin de la UOC. Tambin es responsable
del mdulo de Data Mining en el Mster presencial de Ingeniera de Software de la Fundacin Politcnica de Catalua.
Ha trabajado en Espaa, Brasil, Portugal como consultor para varios proyectos de Data
Mining entre lo que se destacan de Telefnica Espaa, del banco La Caixa, de la Universitat Oberta de Catalua y de la consultora Accenture.
En Mxico se ha desempeado como investigador y consultor en varios proyectos tales
como Instituto Mexicano del Petrleo, BBVA Bancomer, Banejercito, Banorte, Consejo
Coordinador Estatal de Seguridad Pblica, Bancomer, Banorte, Iusacell, Oxxo, entre
otros.
Cuenta con ms de 20 publicaciones arbitradas de nivel internacional. Ha sido investigador husped por la Universidad Atrs dos Montes, en Portugal y ha dado ms de 50
conferencias sobre el tema de Data Mining. Desde el 2005 es director de Corporacin
Power Builders SC.

Seccin Morelo s

Seccin Morelos

Costo:
Miembros del IEEE $5,500.00 + IVA
No Miembros del IEEE $6,500.00 + IVA
Incluye material del curso, diploma, caf y comida.
Cupo mnimo de inscripcin: el curso est supeditado a un nmero mnimo de personas
inscritas. Si est interesado en el curso favor de preinscribirse.
Formas de pago:
Depsito Bancario.
El pago se debe realizar a la Cuenta de Cheques No. de Cuenta: 0653362733 de Banco
BANORTE Sucursal Las Palmas Cuernavaca, Plaza 1196 Direccin Av. Morelos Sur
114, Local 307 Las Palmas Cuernavaca Morelos Mxico, C.P. 62050, a nombre de INSTITUTE ENG ELECTRIC ELECTRONICS MORELOS SECTION S.C.
Para Transferencias Nacionales Interbancarias.
Utilizar la Clave Bancaria Estandarizada (CLABE) de 18 dgitos:
072540 006533 627332.

Para obtener cuota de miembro del IEEE deber anexar copia de su credencial 2011.
Una vez realizado el pago favor de enviar una copia del mismo y los siguientes datos
con los cuales se realizar la factura.
Nombre
Domicilio
RFC

Seccin Morelo s

Seccin Morelos

Fecha y horario:
Lugar: Cuernavaca, Morelos, Mxico.
Fecha: Mayo 16 y 17 del 2011
Horario: 09:00 a 18:00 horas.
Dirigido a
Dirigido a todos aquellos profesionales interesados en ampliar sus conocimientos en
tcnicas avanzadas de anlisis de datos. Profesionales que se desempeen en reas
de Business Intelligence, sistemas de informacin, Data Warehouse, riesgos y todas las
reas involucradas en el manejo de grandes volmenes de informacin; y pblico en
General.
Requisitos:
Conocimientos previos de estadstica bsica.
Informes:
M.C. Mario Guilln Rodrguez
Gerencia de Anlisis de Redes
Instituto de Investigaciones Elctricas
Cuernavaca, Morelos. Mxico.
Tel. 01 777-3623811 ext. 7451
Email: mguillen@iie.org.mx
Dr. Manuel Meja Lavalle
Gerencia de Tecnologas de la Informacin
Instituto de Investigaciones Elctricas
Cuernavaca, Morelos. Mxico.
Tel. 01 777-3623811 ext. 7167
Email: mlavalle@iie.org.mx

Seccin Morelo s