Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El Proceso de toma de decisiones asistida por computadora
Nociones fundamentales
Datawarehouse
Datamining
Aprendizaje automático
Arboles de decisión
CART
Clasificación automática
Agrupamiento de datos
Uso de los sistemas Weka y Tanagra
Clasificación automática de datos
Arboles de decisión
Redes de Neuronas artificiales
Support Vector Machines
S
c Dirigido a: Gerentes y analistas interesados en una introducción panorámica al área de
Data Mining y sus aplicaciones
c Modalidad: Teórica
c Duración: 4 horas
c Temario:
1. Origen del Data Mining y situación actual
2. Principales aplicaciones en el mundo económico
3. Complementariedades con otras técnicas descriptivas y predictivas
4. Software de data mining
5. Formación necesaria de un data miner
6. Perspectiva y desarrollo del data mining en los próximos años
S
c Dirigido a: Analistas de datos u otras funciones vinculadas al Marketing y Business
Intelligence
c Modalidad: Hands-on
c Duración: 24 horas
c Temario:
1. Exploración de las funcionalidades de un software de mining
2. Creación de proyectos y diagramas
3. Definición de fuentes de datos y preparación
4. Análisis de clustering. Segmentación y profiling
5. Análisis de canasta de mercado
6. Análisis de secuencias
7. Arboles de decisiones. Evaluación de árboles. Arboles interactivos
8. Análisis de regresión. Selección de modelos y optimización
9. Redes neuronales. Selección de variables. Otras técnicas de modelización
10. Evaluación de modelos. Estadísticos de ajuste. Gráficos de evaluación.
Matrices de costo/beneficio y decisiones
11. Scoring
12. Modelos ensemble. Selección de variables. Consolidación de variables
categóricas
13. Modelos subrogantes
S
c Dirigido a: Personas con experiencia previa en data mining
c Modalidad: Hands-on
c Duración: 16 horas
c Temario:
1. Integración de los sistemas de administración de datos y Data Mining
2. Integración de data y text mining
3. Extensibilidad de un software de mining
4. Ciclo de vida y administración de modelos
5. Metodologías de Data Mining
6. Data Mining Exploratorio
7. Data Mining Relacional
1: Introducción a los Data Warehouses
1. Diferencias entre las Bases de datos transaccionales y bases de datos de soporte a la
decisión.
2. Separación de los datos en un Data Warehouse
2: Arquitectura de un Data Warehouse
1. Procesos de una arquitectura de Data Warehouse
2. Servidor de Adquisición e Integración de datos
3. Servidor de data warehouse
4. Servidor de acceso
3: El diseño multidimensional básico
1. Tablas de Dimensión
2. Tablas de Hechos
3. Diagrama en estrella
4: Data Warehouse vs Data Marts
1. El proceso de construcción de un data warehouse
2. Problemas del diseño top-down
3. Diseño con arquitectura de bus común
4. Arquitectura del bus del Data Warehouse
5. Tablas de dimensión conformadas
6. Definición de Hechos comunes
5: El diseño multidimensional extendido
1. Relaciones n:m y tablas puente
2. Dimensiones degeneradas
3. Dimensiones junk