Curso Básico de Análisis Predictivo Minería de Datos y Minería de Textos (DM051)
|
|
- Domingo Correa González
- hace 7 años
- Vistas:
Transcripción
1 Curso Básico de Análisis Predictivo Minería de Datos y Minería de Textos (DM051) SUMILLA El análisis predictivo relaciona los datos con las acciones efectuadas por las organizaciones tal que permitan llegar a conclusiones fiables sobre eventos actuales y futuros, permite mejorar el conocimiento del negocio tal como el comportamiento de los clientes, empleados, pacientes, estudiantes y ciudadanos. Los dominios de aplicación pueden estar en empresas comercializadoras, de producción, finanzas, energía, gobierno, etc. La minería de datos es el proceso de descubrir conocimiento desde bases de datos, mediante un proceso de extracción no trivial de información implícita, previamente desconocida y potencialmente útil. Descubrir conocimiento implica buscar patrones de comportamiento aún no conocidos en los datos. El conocimiento se puede manifestar como: patrones, reglas de conocimiento, asociaciones, grupos, restricciones, tendencias, etc. La minería de textos es el proceso para descubrir conocimiento almacenado en documentos (datos no estructurados). Comprende las siguientes actividades fundamentales: Clasificación de documentos para la asignación automática a clases pre-definidas; Agrupamiento de documentos para la identificación de documentos similares; Recuperación de información (similar a un buscador); Extracción de la información incluida en esos textos (hechos); y Extracción de asociaciones entre los hechos extraídos. OBJETIVOS Al final del curso los alumnos estarán en capacidad de: Comprender y usar las técnicas para el muestreo, descripción, limpieza y transformación de datos mediante la identificación y eliminación de datos extremos, valores nulos y datos mal clasificados, la selección de características y el balanceo de datos. Comprender el proceso de la minería de datos para extraer patrones de comportamiento haciendo uso de la metodología CRISP-DM. Diseñar, desarrollar, evaluar y comprender los modelo descriptivos reglas de asociación y agrupamiento y los modelos predictivos clasificación y regresión, con la finalidad de identificar patrones de comportamiento (conocimiento oculto). Comprender y aplicar los conceptos necesarios para evaluar el rendimiento de los modelos basado en su efectividad haciendo uso de la matriz de clasificación y del MAPE Comprender, usar y entender los resultados entregados por los programas de software. Entender y aplicar los algoritmos de redes neuronales, árboles de decisión, modelo naive bayes, regresión logística, k-means, maximización de expectativas y algoritmo a priori. Conocer y entender los fundamentos y problemáticas actuales de Minería de Textos en comparación a Data Mining tradicional. Comprender y usar las técnicas para el análisis y la preparación de documentos. 1
2 CONTENIDO El curso está conformado por los siguientes temas. Fundamentos de Análisis Predictivo Entendimiento y Preparación de datos Modelo de Clasificación Modelos de Regresión Modelos de Agrupamiento Modelos de Asociación Minería de Textos Los temas se encadenan en una secuencia lógica de desarrollo pedagógico, basados en la exposición conceptual de nociones fundamentales de la minería de datos y en el desarrollo de ejercicios prácticos para consolidar los conocimientos impartidos. METODOLOGÍA Desarrollo de clases teóricas para explicar los conceptos necesarios. Desarrollo de talleres, donde se aplica lo aprendido en clase. Uso de medios audiovisuales (proyectores) Materiales de clase impresos y en CD. DOMINIOS DE APLICACIÓN Riesgos Financieros Riesgos de Fraudes Riesgos de Accidentes de Trabajo Deserción de clientes Detección de fraudes Segmentación de Clientes Ventas Cruzadas Patrones Secuenciales Análisis de opiniones subjetivas Similaridad de documentos Búsqueda e indexación de documentos Análisis de mensajes en redes sociales Análisis de encuestas abiertas. Análisis de post en blogs. Análisis de correos electrónicos (spam). Estructuración de base de datos. REQUISITOS Es deseable que los alumnos tengan experiencia en (no indispensable): Base de datos (MS SQL, mysql, Oracle, Sybase, etc.) Estadística y probabilidades Hoja de cálculo. Disponer de una computadora para el desarrollo de las clases QUIENES PUEDEN ASISTIR Analistas de riesgos. Analistas de marketing en la web. Analistas de marketing, mercadeo o de pronóstico. Investigadores de mercado que desean analizar encuestas abiertas. Personal involucrado en proyectos de Business Intelligence. Personal involucrado en proyectos de pronóstico y predicción. Profesionales de estadísticos y economía. Profesionales en estadística interesados en analizar el contenido de textos no estructurados (formularios, encuestas, etc.). Administradores de Bases de Datos. 2
3 HERRAMIENTAS Para el desarrollo del curso se hace uso del software libre Rapidminer. MATERIALES El alumno recibe como parte de su capacitación Un CD conteniendo el material del curso, ejercicios prácticos, software libre y documentos relacionados. Material impreso CERTIFICADO Para recibir el certificado de aprobación del curso, los alumnos deben asistir al 100% de las sesiones y desarrollar un conjunto de ejercicios que demuestran su aprendizaje. Los alumnos que asistan al 100% de las sesiones y no entregan la tareas reciben una constancia de asistencia por 2oras. INSTRUCTOR Ing. Samuel Oporto Díaz. Especialista en el desarrollo de modelos predictivos. Magíster en Inteligencia Artificial ITESM-México. Ingeniero de Sistemas UNI-Perú. Estudios de Especialización en robótica aplicada-cnad-méxico DF. Política Educativa Virtual-UAH- Chile. Docente del curso de Inteligencia Artificial en la UNI, UPAO, USMP y UPC. Docente del Curso de Minería de Datos en el IIFIIS, CTIC-UNI y la UPC. Jefe del Proyectos en el CTIC-UNI. Investigador Principal del Instituto de Investigación de la FIIS (IIFIIS). Especialista en Visión Artificial, Reconocimiento de Patrones y Redes Neuronales. Investigador en Ciencias de Computación con publicaciones en: IJCNN2007, ICAIPR2007, ICIAR2005, LNCS2005, CLEI2004, CLEI2006. Consultor en Sistemas Inteligentes y Sistemas Autónomos. Consultor del programa de Modernización del Estado Peruano. Consultor de la Secretaría de Planificación Estratégica del Ministerio de Educación del Perú. 3
4 TEMARIO Nombre de los temas a tratar INTRODUCCIÓN A LOS FUNDAMENTOS DE MINERÍA DE DATOS Fundamentos de análisis de datos. Conceptos y conocimientos previos. Definición de la Minería de Datos. Herramientas de software disponibles. Modelo de minería de datos. Evaluación del desempeño. Matriz de confusión. Lift charts. Curva ROC. El proceso de la minería de datos. Metodologías para la minería de datos. CRISP-DM. SEMMA. El proceso de la minería de datos (CRISP). ENTENDIMIENTO Y PREPARACIÓN DE DATOS Entendimiento de los datos. Recolección de datos iníciales. Descripción de los datos. Estadísticas descriptiva univariada y multivariada. Relaciones entre series de datos. Exploración de los datos. Verificación de la calidad de los datos. Preparación de datos. Limpieza de datos. Datos perdidos. Valores extremos. Datos con ruido. Datos mal clasificados. Datos inconsistentes. Integración de datos. Transformación de datos. Reducción de datos. Reducción de datos. Reducción de instancias. MODELOS DE CLASIFICACIÓN ARBOLES DE DECISION Métodos de Clasificación. Inducción. Atributos y clase. Evaluación de modelos de clasificación. Probabilidad de una clasificación. Clasificador Naive Bayes. Probabilidades. Clasificador Naive Bayes. Arboles de Decisión. Árbol de decisión. Información y entropía. Generación del árbol de decisión. Poda del árbol. Regresión Logística. Discretización y numerización. MODELOS DE REGRESIÓN REDES NEURONALES Modelos de Regresión. Evaluación de modelos de regresión. MAPE. Neuronas naturales y artificiales. Épocas, función de transferencia. Aprendizaje de la red neuronal. Preparación de datos. Red Perceptrón. Red de retro propagación. Análisis de las Redes Neuronales. Sub-ajuste y sobre-ajuste. Normalización de datos. Neuronas de la capa intermedia. MODELOS DE AGRUPAMIENTO K-MEANS Y ALGORITMO EM Modelos de agrupamiento. Conceptos de agrupamiento. Conceptos de agrupamiento. Medidas de distancias. Tipos de agrupamiento. Componentes Principales. Modelos de Agrupamiento. K-means. Jerárquico. Modelos de agrupamiento y modelos de clasificación. MODELOS DE ASOCIACIÓN ALGORITMO A PRIORI Conceptos acerca de modelos de asociación, entendiendo conceptos como: soporte, confianza, itemset. Buscando itemsets frecuentes. Graficando las reglas de asociación. Generando reglas de asociación. Predicción. Ventas cruzadas, Canasta de mercado. INTRODUCCIÓN A LA MINERIA DE TEXTOS (TEXT MINING) Qué es la minería de textos?. Colecciones de documentos corpus. Datos semiestructurados y datos no estructurados. Técnicas de minería de textos. El proceso de la minería de textos. Herramientas. Lingüística, Morfología, Sintaxis, Semántica. Conceptos básicos, Gramática, Léxico, Sintaxis. Tokenización. Stop words. Stemming. Vector de Indices. Total de horas a dictar Duración 2 h 2 h 4 2 4
5 EX ALUMNOS EDELNOR SUNAT Pacifico Vida Profuturo AFP Caja Municipal de Trujillo FondeSurco SCI Nextel del Perú Telefónica del Perú ATENTO Corporación Radial del Perú TECSUP UPCH BSH Electrodomésticos LAN Perú Visanet Perú Corporación Lindley Citibank del Perú S.A. Aceros Arequipa Financiera Efectiva S.A. Red Científica Peruana 5
6 KASPeru Calle Germán Schreiber 291, Piso 2, oficina 201 San Isidro Lima Perú (51-1) (51-1) Todos los derechos reservados. Todos los nombres de empresas y/o productos mencionados tienen propósitos de identificación únicamente, ellos son registrados por sus respectivos dueños. 6
El Poder del Conocimiento
El Poder del Conocimiento BROCHURE CURSO DE CAPACITACION Curso Básico de Análisis Predictivo - Minería de Datos y Minería de Textos (DM051) 2015 1 TABLA DE CONTENIDO 1 PRESENTACION KASPERU...4 1.1 MISIÓN...4
Más detallesCurso: R for Data Mining. Análisis de datos, segmentación y técnicas de predicción con R
1 Curso: R for Data Mining Análisis de datos, segmentación y técnicas de predicción con R 2 Presentación R es el lenguaje de programación estadístico por excelencia. Se destaca por que es una las herramientas
Más detallesR for Data Mining Análisis de datos, segmentación y técnicas de predicción con R. web
R for Data Mining Análisis de datos, segmentación y técnicas de predicción con R web Presentación R es el lenguaje de programación estadístico por excelencia. Se destaca por que es una las herramientas
Más detallesR for Business Analytics
1 Curso: R for Business Analytics Introducción al Análisis Predictivo con R 2 Presentación R es el lenguaje de programación estadístico por excelencia. Se destaca porque es una de las herramientas estadísticas
Más detallesData Mining Introduction Convierte Datos en Conocimiento y Aplicalos al Marketing
Data Mining Introduction Convierte Datos en Conocimiento y Aplicalos al Marketing Presentación La generación de conocimiento es el proceso que reditúa las mayores ventajas competitivas en las organizaciones
Más detallesR for Business Analytics
1 Curso: R for Business Analytics Introducción al Análisis Predictivo con R 2 Presentación R es el lenguaje de programación estadístico por excelencia. Se destaca por que es una las herramientas estadísticas
Más detallesDIPLOMADO EN DATA MINING
DIPLOMADO EN DATA MINING DIPLOMADO EN DATA MINING Los datos que tienen relevancia para las decisiones de gestión, se están acumulando a un ritmo increíble, debido a una serie de avances tecnológicos. La
Más detallesCurso: Python for Analytics
1 Curso: Python for Analytics 2 Presentación Python es un lenguaje de programación potente y fácil de aprender. Cuenta con estructuras de datos eficientes, de alto nivel y un enfoque simple pero efectivo
Más detallesPROGRAMA EJECUTIVO EN BIG DATA ANALYTICS
DE Centro de Tecnologías de Información y Comunicaciones PROGRAMA EJECUTIVO EN BIG DATA ANALYTICS Métodos y herramientas para analizar datos y facilitar la toma de decisiones empresariales EDICIÓN DOMINGOS
Más detallesMinería de Datos, Análisis Predictivo con Microsoft Analysis Services y PowerPivot Excel (Data Mining, Predictive Analytics with Microsoft Analysis Services and Excel PowerPivot) Duración: 24 horas Código:
Más detallesVI PROGRAMA DE ESPECIALIZACIÓN EN BIG DATA & ANALYTICS
DE Centro de Tecnologías de Información y Comunicaciones VI PROGRAMA DE ESPECIALIZACIÓN EN BIG DATA & ANALYTICS Métodos y herramientas para analizar datos y facilitar la toma de decisiones empresariales
Más detallesR for Business Analytics
1 Curso: R for Business Analytics Introducción al análisis predictivo con R 2 Presentación R es el lenguaje de programación estadístico por excelencia. Se destaca porque es una de las herramientas estadísticas
Más detallesCustomer Segmentation and Clustering Métodos Analíticos Aplicados al Marketing. web
Customer Segmentation and Clustering Métodos Analíticos Aplicados al Marketing web Presentación La segmentación es, en esencia, un proceso por el cual se clasifican o categorizan objetos en grupos con
Más detallesEl Poder del Conocimiento
El Poder del Conocimiento BROCHURE TALLER TECNICO Taller de Análisis de las Redes Sociales (BG031) 2015 1 TABLA DE CONTENIDO 1 PRESENTACION KASPERU...4 1.1 MISIÓN...4 1.2 VISIÓN...4 1.3 QUÉ HACEMOS...4
Más detallesCurso: Python for Analytics
1 Curso: Python for Analytics 2 Presentación Python es un lenguaje de programación potente y fácil de aprender. Cuenta con estructuras de datos eficientes, de alto nivel y un enfoque simple pero efectivo
Más detallesMinería de Datos. Índice. Raquel M. Crespo García. Julio Villena Román. Definición y conceptos Técnicas y modelos
Inteligencia en Redes de Comunicaciones Minería de Datos Raquel M. Crespo García Julio Villena Román {rcrespo, jvillena}@it.uc3m.es Índice Definición y conceptos Técnicas y modelos IRC - JVR, RCG - 1 1
Más detallesDATA MINING CONCEPTOS Y EXPERIENCIA EN LA FISCALIZACIÓN DEL MERCADO DE VALORES DE CHILE
VII Reunión sobre casos prácticos de inspección y vigilancia de mercados y entidades. Santiago de Chile DATA MINING CONCEPTOS Y EXPERIENCIA EN LA FISCALIZACIÓN DEL MERCADO DE VALORES DE CHILE Marcelo García
Más detallesCurso: Credit Scoring. Aplicaciones en la gestión de Riesgo Crediticio
1 Curso: Credit Scoring Aplicaciones en la gestión de Riesgo Crediticio 2 Presentación Quiénes son los clientes con mayor probabilidad de caer en mora? Cómo identificar, a futuro, los clientes con mal
Más detallesCurso: Analytics for Beginners Estadística aplicada a los negocios
1 Curso: Analytics for Beginners Estadística aplicada a los negocios 2 Presentación No es secreto que en esta era digital la cantidad de datos que generan tanto las organizaciones como las mismas personas
Más detallesIdentificación de variables asociadas al éxito académico en Estudiantes de la Facultad de Informática Mazatlán
Your logo Identificación de variables asociadas al éxito académico en Estudiantes de la Facultad de Informática Mazatlán Universidad Autónoma de Sinaloa M.C. Rogelio Estrada Lizárraga Abril 16, 2013 Introducción
Más detallesCurso: Python for Analytics. Aprende Python orientado a la ciencia y minería de datos
1 Curso: Python for Analytics Aprende Python orientado a la ciencia y minería de datos 2 Presentación Python es un lenguaje de programación potente y fácil de aprender. Cuenta con estructuras de datos
Más detallesCurso: Credit Scoring. Aplicaciones en la gestión de Riesgo Crediticio
1 Curso: Credit Scoring Aplicaciones en la gestión de Riesgo Crediticio 2 Presentación Quiénes son los clientes con mayor probabilidad de caer en mora? Cómo identificar, a futuro, los clientes con mal
Más detallesPredictive Analytics Análisis Avanzado. web
Predictive Analytics Análisis Avanzado web Presentación No es secreto que en esta era digital, la data que generan tanto las organizaciones como las mismas personas se vuelve abrumadora. Ahora mismo es
Más detallesCredit Scoring for Risk Baking Aplicaciones en la Gestión de Riesgo Crediticio. web
Credit Scoring for Risk Baking Aplicaciones en la Gestión de Riesgo Crediticio web Presentación Quiénes son los clientes con mayor probabilidad de caer en mora? Cómo identificar, a futuro, los clientes
Más detallesAnálisis de datos con SPSS SPSS Nivel Básico. web
Análisis de datos con SPSS SPSS Nivel Básico web Presentación Es de conocimiento que en esta era digital la cantidad de datos que generan tanto las organizaciones como las mismas personas se vuelve abrumadora.
Más detallesIntroducción a la minería de datos. CI-2352 Intr. a la minería de datos Prof. Braulio José Solano Rojas ECCI, UCR
Introducción a la minería de datos CI-2352 Intr. a la minería de datos Prof. Braulio José Solano Rojas ECCI, UCR Minería de datos Detección, interpretación y predicción de patrones cuantitativos y cualitativos
Más detallesINTELIGENCIA DE NEGOCIOS EN MERCADEO
INTELIGENCIA DE NEGOCIOS EN MERCADEO Programas Abiertos La Inteligencia de Negocios (Business Intelligence o BI) comprende un conjunto de conceptos, métodos y procesos que integran el acceso y procesamiento
Más detallesAPLICACIONES DE MINERA DE DATOS EN ADUANA DE PERU. Luis Azaña Bocanegra
APLICACIONES DE MINERA DE DATOS EN ADUANA DE PERU Luis Azaña Bocanegra TEMARIO CONCEPTOS DEFINICION DE MINERIA DE DATOS USOS DE LA MINERIA DE DATOS TECNICAS DE MINERIA DE DATOS ETAPAS DE UN PROYECTO DE
Más detallesEl Camino hacia una explotación sostenible de datos. Ing. Gonzalo Mallo
El Camino hacia una explotación sostenible Ing. Gonzalo Mallo Octubre 2016 OBJETIVO Definir una metodología de explotación para alcanzar los objetivos de negocio de manera eficaz facilitando la toma de
Más detallesCredit Scoring Advanced
1 Curso: Credit Scoring Advanced Aplicaciones avanzadas en la gestión de riesgo crediticio 2 Presentación Quiénes son los clientes con mayor probabilidad de entrar en default? Cómo identificar, a futuro,
Más detallesTareas de la minería de datos: clasificación. PF-5028 Minería de datos Prof. Braulio José Solano Rojas UCR
Tareas de la minería de datos: clasificación PF-5028 Minería de datos Prof. Braulio José Solano Rojas UCR Tareas de la minería de datos: clasificación Clasificación (discriminación) Empareja o asocia datos
Más detallesLingüística computacional
Lingüística computacional Definición y alcance Escuela Nacional de Antropología e Historia (ENAH) Agosto diciembre de 2015 Lingüística Ciencias de la computación Lingüística computacional Estudio del lenguaje
Más detallesCurso: Introducción a Hadoop & Big Data Comprende los orígenes principales del Big Data
1 Curso: Introducción a Hadoop & Big Data Comprende los orígenes principales del Big Data 2 Presentación El curso presenta los principales componentes de soluciones BIg Data, profundizando en el ecosistema
Más detallesTareas de la minería de datos: clasificación. CI-2352 Intr. a la minería de datos Prof. Braulio José Solano Rojas ECCI, UCR
Tareas de la minería de datos: clasificación CI-2352 Intr. a la minería de datos Prof. Braulio José Solano Rojas ECCI, UCR Tareas de la minería de datos: clasificación Clasificación (discriminación) Empareja
Más detallesInteligencia Artificial: Su uso para la investigación
Inteligencia Artificial: Su uso para la investigación Dra. Helena Montserrat Gómez Adorno Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas helena.adorno@iimas.unam.mx 1 Introducción
Más detallesBUSINESS ANALYTICS & BIG DATA UNIVERSIDAD NACIONAL DE INGENIERIA. II y III PROGRAMA DE ESPECIALIZACION EN
UNIVERSIDAD NACIONAL DE INGENIERIA Centro de Tecnologías de Información y Comunicaciones CTIC UNI II y III PROGRAMA DE ESPECIALIZACION EN BUSINESS ANALYTICS & BIG DATA EDICION FINES DE SEMANA: 07 DE ENERO
Más detallesGUÍA DE APRENDIZAJE ASIGNATURA SISTEMAS BASADOS EN APRENDIZAJE AUTOMATICO. CURSO ACADÉMICO - SEMESTRE Primer semestre
GUÍA DE APRENDIZAJE ASIGNATURA SISTEMAS BASADOS EN APRENDIZAJE AUTOMATICO CURSO ACADÉMICO - SEMESTRE 2015-16 - Primer semestre FECHA DE PUBLICACIÓN Julio - 2015 Datos Descriptivos Nombre de la Asignatura
Más detallesCurso de Formación Continua Nº identificación Propuesta nueva/reedición
Curso de Formación Continua Nº identificación Propuesta nueva/reedición Aplicaciones Industriales con Minería de Datos y Sistemas Expertos FC1011195 Propuesta nueva Tipo de Créditos Créditos ECTS Campo
Más detallesMódulo Minería de Datos Diplomado. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS
Módulo Minería de Datos Diplomado Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Metodologías Las tres metodologías dominantes para el proceso de la minería
Más detallesTécnicas de Minería de Datos
Técnicas de Minería de Datos Act. Humberto Ramos S. 1 Qué es Minería de datos? El desarrollo de dispositivos tecnológicos para acumular datos a bajo costo. Acumulación o registro de gran cantidad de datos.
Más detallesAfinación y Rendimiento de Bases de Datos
DIPLOMADO Afinación y Rendimiento de Bases de Datos TEMARIO DURACIÓN: 250 hrs. 1. Sistemas de Información OLTP y SQL (40 hrs.) 1.1 Componentes de un Sistema de Información 1.2 Tipos de un Sistema de Información
Más detallesAnálisis de Datos con Tablas Dinámicas
1 Curso: Análisis de Datos con Tablas Dinámicas Resume, ordena e interpreta grandes volúmenes de datos. 2 Presentación Microsoft Excel es considerada como el software más utilizado para el Business Intelligence,
Más detallesLa era de las decisiones inteligentes: Data Science y Marketing Digital
La era de las decisiones inteligentes: Data Science y Marketing Digital La Ciencia de Datos (Data Science) es una disciplina de reciente aparición que está revolucionando la forma en que se hacen negocios.
Más detallesPROGRAMA DE CURSO. Código Nombre INTRODUCCIÓN A LA MINERÍA DE DATOS Nombre en Inglés Introduction to Data Mining Unidades
PROGRAMA DE CURSO Código Nombre IN 4521 INTRODUCCIÓN A LA MINERÍA DE DATOS Nombre en Inglés Introduction to Data Mining es Horas Docencia Horas de Trabajo SCT Horas de Cátedra Docentes Auxiliar Personal
Más detallesAnálisis de Datos. Introducción al aprendizaje supervisado. Profesor: Dr. Wilfrido Gómez Flores
Análisis de Datos Introducción al aprendizaje supervisado Profesor: Dr. Wilfrido Gómez Flores 1 Conceptos básicos Reconocimiento de patrones (RP): clasificar objetos en un número de categorías o clases.
Más detallesAnálisis de Datos con Tablas Dinámicas. web
Análisis de Datos con Tablas Dinámicas web Presentación Microsoft Excel es considerada como el software más utilizado para el Business Intelligence, puesto que no hay empresa o área dentro de las organizaciones
Más detalles1.-DATOS DE LA ASIGNATURA
1.-DATOS DE LA ASIGNATURA Nombre de la asignatura: Minería de Datos Carrera: Ingeniería en Sistemas Computacionales Clave de la asignatura: ADM-0701 Horas teoría-horas práctica-créditos: 3-2-8 2.-HISTORIA
Más detallesInteligencia de Negocios
Inteligencia de Negocios T E C N O L O G Í A S D E A P O Y O Claudio Henríquez Berroeta Modelamiento de la toma de decisión y sus procesos Temario Introducción Data Warehouse Data Mining Modelamiento del
Más detallesIntroducción a la minería de datos
Introducción a la minería de datos 1 Temario Qué es minería de datos? Quién usa minería de datos? Por qué de la minería de datos? Ciclo virtuoso de la minería de datos 2 Definición de minería de datos
Más detallesCurso: Python Introduction. programación orientada a objetos, programación imperativa y programación funcional.
1 Curso: Python Introduction programación orientada a objetos, programación imperativa y programación funcional. 2 Presentación Python es un lenguaje de programación multiparadigma. Esto significa que
Más detallesANALYTICS. Diplomado Analítica y Grandes Volúmenes de Datos FACULTAD DE INGENIERÍA CONSULTORÍA Y EDUCACIÓN CONTINUA
& ANALYTICS Diplomado Ofrecido por la Facultad de Ingeniería de la Universidad Icesi, miembro de : Diplomado en Justificación Hace solo unos pocos años, la analítica de grandes volúmenes de datos era considerada
Más detallesCURSO/GUÍA PRÁCTICA DEL BIG DATA INMOBILIARIO
SISTEMA EDUCATIVO inmoley.com DE FORMACIÓN CONTINUA PARA PROFESIONALES INMOBILIARIOS. CURSO/GUÍA PRÁCTICA DEL BIG DATA INMOBILIARIO Gestión empresarial de la información. Business Intelligence. Data Mining.
Más detallesSQL for Analytics Aplicado al análisis de datos. web
SQL for Analytics Aplicado al análisis de datos web Descripción El curso de SQL for Analytics está diseñado para profesionales no especialistas en el manejo de bases de datos. Se enfoca en el Lenguaje
Más detallesNuevo plan de estudios. Especialización en Inteligencia de Negocios. Marzo de Curso Descripción Corta Contenidos
Nuevo plan de estudios Especialización en Inteligencia de Negocios Marzo de 2018 Curso Descripción Corta Contenidos Fundamentos de Inteligencia de Negocios y Gobierno de datos Almacenamiento de Información
Más detallesÍndice general. Prefacio...5
Índice general Prefacio...5 Capítulo 1 Introducción...13 1.1 Introducción...13 1.2 Los datos...19 1.3 Etapas en los procesos de big data...20 1.4 Minería de datos...21 1.5 Estructura de un proyecto de
Más detallesCurso: SQL for Analytics. Aplicado al análisis de datos
1 Curso: SQL for Analytics Aplicado al análisis de datos 2 Presentación El curso de SQL for Analytics está diseñado para profesionales no especialistas en el manejo de bases de datos. Se enfoca en el lenguaje
Más detallesAplicaciones de Excel con Macros y VBA
1 Curso: Aplicaciones de Excel con Macros y VBA Automatiza y simplifica tareas repetitivas 2 Presentación Durante nuestra labor diaria realizamos procedimientos, tareas repetitivas en una hoja de cálculo
Más detallesDesarrollo de DataMarts y Cubos de Información
Desarrollo de DataMarts y Cubos de Información Business Intelligence con SQL web Descripción El curso Desarrollo de DataMarts y Cubos de Información (SQL Server BI) Está diseñado para profesionales que
Más detallesAnálisis de Datos. Introducción al aprendizaje supervisado. Profesor: Dr. Wilfrido Gómez Flores
Análisis de Datos Introducción al aprendizaje supervisado Profesor: Dr. Wilfrido Gómez Flores 1 Conceptos básicos Desde la antigüedad, el problema de buscar patrones en datos es fundamental en diversas
Más detallesSQL for Analytics Aplicado al análisis de datos. web
SQL for Analytics Aplicado al análisis de datos web Descripción El curso de SQL for Analytics está diseñado para profesionales no especialistas en el manejo de bases de datos. Se enfoca en el Lenguaje
Más detallesÍndice general. Introducción... 23
Índice general Introducción... 23 Parte I. Inteligencia Artificial 1. Conocimiento y Razonamiento... 33 1.1. Introducción... 33 1.2. Representaciones proposicionales... 34 1.3. Representaciones estructuradas...
Más detallesMétodos Predictivos en Minería de Datos
Métodos Predictivos en Minería de Datos Tutor: El curso será impartido por Dr. Oldemar Rodríguez graduado de la Universidad de París IX y con un postdoctorado en Minería de Datos de la Universidad de Stanford.
Más detallesTABLA DE CONTENIDO. Resumen Introducción Entorno relevante asociado al proyecto Contexto de la Industria...
TABLA DE CONTENIDO Resumen... 2 1 Introducción... 15 2 Entorno relevante asociado al proyecto... 16 2.1 Contexto de la Industria... 16 2.1.1 Mercado de metales en el mundo... 16 2.1.2 Industria Minera
Más detallesData Marts y Cubos de Información
1 Curso: Data Marts y Cubos de Información SQL para inteligencia de Negocios 2 Presentación El curso Desarrollo de DataMarts y Cubos de Información (SQL Server BI) Está diseñado para profesionales que
Más detallesAnalítica de datos. Diplomado presencial Departamento de Ingeniería de Sistemas Facultad de Ingeniería
Diplomado presencial Departamento de Ingeniería de Sistemas Facultad de Ingeniería Intensidad horaria 111 horas Horarios Martes a jueves de 6:00 p.m. a 9:00 p.m. y algunos sábados de 7:30 a.m. a 12:30
Más detallesAnalítica de texto. Área Infraestructura, tecnología, productividad y ambiente. Curso presencial Departamento de Sistemas Facultad de Ingeniería
Curso presencial Departamento de Sistemas Facultad de Ingeniería Intensidad horaria 42 horas Horarios Lunes, martes, miércoles y jueves de 6:00 p.m. a 9:00. Algunas semanas tendrán una intensidad menor.
Más detallesCurso: SQL for Analytics. Aplicado al Análisis de Datos
1 Curso: SQL for Analytics Aplicado al Análisis de Datos 2 Presentación El curso de SQL for Analytics está diseñado para profesionales no especialistas en el manejo de bases de datos. Se enfoca en el Lenguaje
Más detallesMINERIA DE DATOS USANDO SISTEMAS INTELIGENTES
MINERIA DE DATOS USANDO SISTEMAS INTELIGENTES Año 2017 Carrera/Plan: Licenciatura en Sistemas Licenciatura en Informática Área: Algoritmos y Lenguajes Año: 4º o 5º año Régimen de Cursada: Semestral Carácter:
Más detallesEL ALMACENAMIENTO DE LA INFORMACIÓN
EL ALMACENAMIENTO DE LA INFORMACIÓN INFORMACIÓN : MATERIA PRIMA DE TODA ORGANIZACIÓN INFORMACIÓN DE CALIDAD = INFORMACIÓN ÚTIL PROCESAR LA INFORMACIÓN: EFICACIA y EFICIENCIA BURÓTICA: Conjunto de fases
Más detallesProcesamiento del Lenguaje Natural Comparación de algoritmos de lematización
Procesamiento del Lenguaje Natural Comparación de algoritmos de lematización Jorge Mansilla Sierra Magíster Informática Médica Dr. Alejandro Mauro 20 / Diciembre / 2014 1 Agenda Procesamiento del Lenguaje
Más detallesDIPLOMADO EN MICROSOFT SQL SERVER 2008
DIPLOMADO EN MICROSOFT SQL SERVER 2008 El departamento de TI de las empresas se está sometiendo a una transformación integral. Está preparado? Aproveche la mejor oportunidad para capacitarse, ampliar sus
Más detallesMétodos de Regresión en Minería de Datos
Métodos de Regresión en Minería de Datos Tutor: El curso será impartido por Dr. Oldemar Rodríguez graduado de la Universidad de París IX y con un postdoctorado en Minería de Datos de la Universidad de
Más detallesAnálisis de Datos con Tablas Dinámicas
1 Curso: Análisis de Datos con Tablas Dinámicas Resume, ordena e interpreta grandes volúmenes de datos. 2 Presentación Microsoft Excel es considerada como el software más utilizado para el Business Intelligence,
Más detallesAsignatura: Horas: Total (horas): Obligatoria Teóricas 3.0 Semana 3.0 Optativa X Prácticas Semanas 48.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO ANÁLISIS Y PROCESAMIENTO INTELIGENTE DE TEXTOS 0575 8, 9 06 Asignatura Clave Semestre Créditos Ingeniería Eléctrica Ingeniería
Más detallesIMPORTANCIA DE LA MINERÍA DE DATOS EN LOS PROCESOS DE SUPERVISIÓN SUPERINTENDENCIA DE VALORES Y SEGUROS
IMPORTANCIA DE LA MINERÍA DE DATOS EN LOS PROCESOS DE SUPERVISIÓN SUPERINTENDENCIA DE VALORES Y SEGUROS Sonia Muñoz Chacón Jefa Area Informática Santiago, 9 de junio de 2011 INFORMACIÓN Definición: En
Más detallesCurso: SQL for Analytics. Aplicado al análisis de datos
1 Curso: SQL for Analytics Aplicado al análisis de datos 2 Presentación El curso de SQL for Analytics está diseñado para profesionales no especialistas en el manejo de bases de datos. Se enfoca en el lenguaje
Más detallesMINERIA DE DATOS USANDO SISTEMAS INTELIGENTES
MINERIA DE DATOS USANDO SISTEMAS INTELIGENTES Año 2015 Carrera/Plan: Licenciatura en Sistemas Licenciatura en Informática Área: Algoritmos y Lenguajes Año: 4º o 5º año Régimen de Cursada: Semestral Carácter:
Más detallesAvalado por la Caribbean International University y la Universidad Central de Venezuela
Avalado por la Caribbean International University y la Universidad Central de Venezuela Posgrado en Business Intelligence DiplomadosOnline.com Formando profesionales capaces de identificar, extraer, analizar
Más detallesServei d Estadística Aplicada
Servei d Estadística Aplicada Asesoramiento experto y consultoría en todos los ámbitos de la Estadística En todo proyecto de investigación, la Estadística Analítica es la pieza clave para procesar información
Más detallesOracle PL/SQL for Analytics
1 Curso: Oracle PL/SQL for Analytics Oracle Fundamentals 2 Presentación El curso de PLS/SQL Oracle for Analytics está diseñado para profesionales no especialistas en el manejo de bases de datos. Se enfoca
Más detallesAplicaciones de Excel con Macros y VBA
1 Curso: Aplicaciones de Excel con Macros y VBA Automatiza y simplifica tareas repetitivas 2 Presentación Durante nuestra labor diaria realizamos procedimientos, tareas repetitivas en una hoja de cálculo
Más detallesPROYECTO DOCENTE ASIGNATURA "Sistemas multiagente e inteligencia distribuida"
PROYECTO DOCENTE ASIGNATURA "Sistemas multiagente e inteligencia distribuida" DATOS BÁSICOS DE LA ASIGNATURA Titulación: MASTER EN INGENIERIA DE COMPUTADORES Y REDES Asignatura: Sistemas multiagente e
Más detallesDesarrollo de DataMarts y Cubos de Información Business Intelligence con SQL. web
Desarrollo de DataMarts y Cubos de Información Business Intelligence con SQL web Descripción El curso Desarrollo de DataMarts y Cubos de Información (SQL Server BI) Está diseñado para profesionales que
Más detallesJesús García Herrero METODOLOGÍA DE ANÁLISIS DE DATOS
Jesús García Herrero METODOLOGÍA DE ANÁLISIS DE DATOS En esta clase concluimos el curso de Análisis de Datos con una visión de las metodologías del análisis de datos. Como se ha visto, este es un campo
Más detallesTECH ESPECIALISTA EN ORACLE 11G CCIP PERÚ. INICIO: 13 de Mayo DURACIÓN: 12 semanas (96 horas) Centro de Capacitación e Investigación Profesional
CCIP PERÚ ESPECIALISTA EN ORACLE 11G INICIO: 13 de Mayo DURACIÓN: 12 semanas (96 horas) Curso: ESPECIALISTA EN ORACLE 11G Modalidad: Online - Virtual Horario: Sábados 6:00 pm - 9:00pm Domingos 9:00 am
Más detalles240AR022 - Reconocimiento de Formas y Aprendizaje Automático
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 240 - ETSEIB - Escuela Técnica Superior de Ingeniería Industrial de Barcelona 707 - ESAII - Departamento de Ingeniería de
Más detalles5ª Jornada de Difusión Tecnológica
5ª Jornada de Difusión Tecnológica La Minería de Textos y Opinión, oportunidad para la adquisición de información no estructurada. 23 noviembre 2010 D. Antonio Moreno Profesor Titular e Investigador del
Más detallesANÁLISIS ESTADÍSTICO CON R
ANÁLISIS ESTADÍSTICO CON R Qué es R? Actualmente R es uno de los programas más utilizados para el análisis estadístico ya que proporciona un amplio abanico de herramientas (modelos lineales y no lineales,
Más detallesÍNDICE. Introducción... Capítulo 1. Técnicas de minería de datos y herramientas... 1
ÍNDICE Introducción... XI Capítulo 1. Técnicas de minería de datos y herramientas... 1 Clasificación de las técnicas de minería de datos y herramientas más comunes... 1 Modelado originado por la teoría
Más detallesData Marts y Cubos de Información
1 Curso: Data Marts y Cubos de Información SQL para inteligencia de Negocios 2 Presentación El curso Desarrollo de DataMarts y Cubos de Información (SQL Server BI) Está diseñado para profesionales que
Más detallesPontificia Universidad Católica del Ecuador
1. DATOS INFORMATIVOS: MATERIA O MÓDULO: MERCADEO CÓDIGO: 13280 CARRERA: NIVEL: INGENIERIA DE SISTEMAS CUARTO No. CRÉDITOS: 3 CRÉDITOS TEORÍA: 3 CRÉDITOS PRÁCTICA: - SEMESTRE / AÑO ACADÉMICO: PROFESOR:
Más detallesSistemas inteligentes Casos de uso de IA
Sistemas inteligentes Casos de uso de IA Áreas de investigación aplicada NLP Visión WSN Señal Audio Machine Learning (data/text/web mining) Robótica Inspección HCI... Semántica Objetivo de la jornada Desmitificar
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE
PROCESO DE COORDINACIÓN DE LAS ENSEÑANZAS PR/CL/001 ASIGNATURA 615000365 - PLAN DE ESTUDIOS 61SI - CURSO ACADÉMICO Y SEMESTRE 2017/18 - Segundo semestre Índice Guía de Aprendizaje 1. Datos descriptivos...1
Más detallesModelos de Mercadotecnia Tema 1: Dimensión del Marketing
Tema 1: Dimensión del Marketing Sesión 2: Bases de Datos Objetivo de la Sesión: Al concluir la sesión el alumno reconocerá el proceso para llevar a cabo la minería de datos y describirá cómo las herramientas
Más detalles