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

Dr. Luis Carlos Molina Flix

Instructor

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