R for Data Mining Análisis de datos, segmentación y técnicas de predicción con R. web

Tamaño: px

Comenzar la demostración a partir de la página:

Download "R for Data Mining Análisis de datos, segmentación y técnicas de predicción con R. web"

Silvia Ruiz Montero
hace 6 años
Vistas:

1 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 estadísticas de mayor crecimiento.

2 Presentación R es el lenguaje de programación estadístico por excelencia. Se destaca por que es una las herramientas estadísticas de mayor crecimiento. R es un software libre altamente recomendable por lo robusto y potente de sus rutinas. En este curso, el estudiante será capaz de aplicar técnicas de reducción de variables y de entender la necesidad del uso de diversos modelos predictivos y algoritmos, para predecir el comportamiento futuro de un objeto en estudio. Asimismo, el estudiante aprenderá algunas técnicas de calibración y selección del mejor modelo predictivo que se adecúe mejor a sus datos y objetivos de estudio. 2 Dirigido a: Dirigido a todos aquellos profesionales interesados en ampliar sus conocimientos en herramientas de análisis de datos. Profesionales que se desempeñen como investigadores, analistas de datos. Personal de Procesamiento de Datos, Business Intelligence, Analistas de Datos, etc. Estudiantes de maestría y de pregrado. Provenientes de carreras profesionales: Estadística, Ingeniería Estadística, Ingeniería de Sistemas, Ingeniería informática y carreras afines. Pre-requisitos: Conocimientos de estadística descriptiva, multivariante y distribuciones de probabilidad. Conocimientos de manejo del software R a nivel básico (exportar, importar, concepto de objetos, funciones básicas, gráficos, paquetes como Rattle y RCommander). De preferencia, haber llevado el curso R for Business Analytics..

3 Metodología El curso se basa en la aplicación de casos prácticos fundamentados en la teoría. Se desarrollan ejercicios y aplicaciones basadas en situaciones reales. Se dispone de: 99Casos de Aplicación. Situaciones reales con aplicaciones en el mercado Peruano. 99Base de Datos de prueba para aplicar lo aprendido. 99Material didáctico con el desarrollo del curso. 3

4 Syllabus I. Técnicas de Clasificación y Reducción de Variables Analisis Cluster. K-means y algoritmos jerárquicos. Diseño e implementación en Rattle y RStudio. Arboles de Decisión. Diseño e implementación en Rattle y RStudio. Análisis de Componentes Principales. II. Métodos de Asociación Reglas de Asociación. Modelos Asociativos. Ejemplos. III. Modelos Multivariados Modelo Lineal Generalizado. Regresión Logística. Ejemplos. IV. Métodos Predictivos de Aprendizaje Supervisado Máquinas de Soporte Vectorial. Redes Neuronales. Ejemplos. V. Calibración y Selección de Métodos Validación Cruzada. Tipos de Validación Cruzada. Curvas ROC. Ejemplos. Instructor IE Business School. Jacquelin Flor Baldeon. Jefe de Metodología y Herramientas de Riesgos. Máster en Administración de Negocios (IE Business School, Madrid-España). Especialista en Marketing Relacional (Universidad Peruana de Ciencias Aplicadas). Bachiller en Ingeniería Estadística de la Universidad Nacional de Ingeniería. Experta en minería de datos, con más de 6 años de experiencia en la construcción de modelos estadísticos para el sector de la Banca. Segmentación de clientes. Elaboración de estrategias y análisis de campañas de marketing. Jesús Walter Salinas Flores. Ingeniero Estadístico de la Universidad Nacional Agraria La Molina y Magister en Ingeniería Industrial, mención en Gestión Industrial de la Universidad Nacional Mayor de San Marcos. Ha sido director del departamento académico de Estadística e Informática de la Universidad Nacional Agraria La Molina. Actualmente se desempeña como profesor principal en el departamento académico de Estadística e Informática de la Universidad Nacional Agraria La Molina. Es docente en la maestría de Estadística Aplicada de la Universidad Nacional Agraria La Molina y en la maestría en Ciencia de los Datos de la Universidad Ricardo Palma. Sus áreas de interés son el análisis multivariado y el reconocimiento estadístico de patrones. 4

5 Medios de Pago 1. Depósito en las cuentas BBVA o BCP: N Cuenta de Ahorros: N Cuenta de Corriente: Pago Online: 5 Razón Social J&J Data Mining Consulting S.A.C R.U.C Oficina Data Mining

6 Certificado Certificación otorgada a nombre de Data Mining Consulting. La empresa de capacitación en herramientas analíticas del Perú. 99Certificado de especialización Cómo obtengo mi certificado de especialización? Al finalizar el curso el capacitador evaluará a los participantes con un caso aplicativo. La nota mínima requerida es (14) catorce. Data Mining Consulting 6

7 Data Mining Consulting SAC DMC es una empresa pionera dedicada a la extracción de conocimiento desde grandes bases de datos, con más de 4 años experiencia en la capacitación de temas de Minería de Datos, Scoring de Riesgo Crediticio, Business Intelligence, Técnicas de segmentación, Business Analytics y Big Data. DMC es la única empresa peruana reconocida como uno de los referentes de capacitación en temas de Big Data. Empresas que confiaron en nosotros: 7

Contacto Ejecutiva: Srta. Angela Huacasi Email: capacitacion@dataminingperu.

8 Contacto Ejecutiva: Srta. Angela Huacasi Web: Teléfono: (511) Móvil: # / # Dirección: Calle Rio de la Plata 167. Of San Isidro. Lima - Perú. Lunes a Viernes de 9:00 a.m. a 7:00 p.m. y Sábados de 9:00 a.m. a 1:00 p.m. 8

Documentos relacionados

Oracle PL/SQL for Analytics Oracle Fundamentals. web

Oracle PL/SQL for Analytics Oracle Fundamentals web Descripción El curso de PLS/SQL Oracle for Analytics está diseñado para profesionales no especialistas en el manejo de bases de datos. Se enfoca en el