Documentos de Académico
Documentos de Profesional
Documentos de Cultura
13 Hed It Ses13 T7.p1.anal Inf 08feb23
13 Hed It Ses13 T7.p1.anal Inf 08feb23
AGENDA SESIÓN 13
1) Introducción y objetivos
Objetivos
• Entender como el análisis de la información puede permitir a una empresa
obtener ventajas competitivas sobre sus competidores.
• Comprender que es el análisis de datos a nivel empresarial, también
conocido como Business Analytics o Business Intelligence.
• Conocer algunas de las técnicas más comunes, empleadas en el análisis
de la información.
• Estudiar el uso de la información con la finalidad de prever el futuro o
Análisis Predictivo.
• Examinar últimas tendencias en el análisis de grandes volúmenes de
datos. Estudiar diferencias de términos como: Big Data y Machine
Learning.
• Profundizar en estudio de los clientes de la empresa teniendo como
referencia el CRM (evolución y tendencias).
Los datos desestructurados son aquellos que no poseen una estructura interna
identificable o que aparecen en una mezcla heterogénea de ellas. En la actualidad
este tipo de información es almacenada en las conocidas como bases de datos no
relacionales o (NoSQL), con el poder organizarlos y explotarlos.
¿Qué es el Business 10
Intelligence…….. Responder
en Chat
¿Qué es el Business 10
Intelligence…….. Responder
en Chat
https://www.youtube.com/watch?v=A
Rr7RzdOLUI&ab_channel=GrowUp
Características
• Administra grandes cantidades
de información
• Guarda histórico de datos
• Condesa y agrega información
• Integra y asocia información de
muchas fuentes
http://mundodb.es/introduccion-a-los-datawarehouse
¿Qué es el ETL…….. 10
Responder
en Chat
¿Qué es el ETL…….. 10
Responder
en Chat
Video 01
Futbol
https://www.fundacionbankinter.org/blog/noticia/en-2025-el-volumen-de-datos-en-el-mundo-sera-175-veces-mas-que-en-2011
BIG
DATA
De 3 V’s
a 6 V’s
del Big
Data
Hay que tener en cuenta que la SELECCIÓN DE ATRIBUTOS juega un papel crítico en este
contexto, ya que el número de variables explicativas disponibles suele ser bastante
grande y es aconsejable que los modelos de aprendizaje utilicen un subconjunto
limitado de características predictivas para generar reglas de clasificación significativas y
útiles para la segmentación o clusterización precisa de los clientes (Vercellis, 2009).
https://bookdown.org/content/2031/arboles-de-decision-parte-i.html
¿Comprarán
éstos?
2) Entrenar
un modelo
3) Predecir (3)
nuevos casos
¿Comprarán éstos?
https://medium.com/datos-y-ciencia/aprendizaje-no-supervisado-en-machine-learning-agrupaci%C3%B3n-bb8f25813edc
Reglas significativas:
'soporte' y 'confianza'
https://es.wikipedia.org/wiki/Reglas
_de_asociaci%C3%B3n
Participad
en el chat
End
10
20
19
18
17
16
15
14
13
12
11
9
8
7
6
5
4
3
2
1
DUDAS Y PREGUNTAS