Finanzas e Investigación de Mercados"
|
|
- Silvia Plaza Villanueva
- hace 8 años
- Vistas:
Transcripción
1 DIPLOMATURA: "Análisis de Datos para Negocios, Finanzas e Investigación de Mercados" Seminario: Introducción a Data Mining y Estadística Dictado: Sábado 13, 20,27 de Abril, 04 de Mayo en el horario de 9:30 a 12:30hs Que el alumno comprenda los conceptos fundamentales del Data Mining y la Estadística Computacional, sus aplicaciones y casos de éxito en diferentes negocios. Que el alumno adquiera importantes conceptos estadísticos que utilizará a lo largo de toda la Diplomatura Que el alumno pueda implementar los conocimientos teóricos adquiridos en el lenguaje de programación R. Conceptos de Data Mining y Estadística Computacional Conceptos de Modelos Matemáticos, Predictivos, de Segmentación, Supervisados, No Supervisados y Semi Supervisados. Estadística básica: frecuencias, variables, distribución normal, regresión y correlación. Implementación de las técnicas mencionadas en el punto anterior en scripts de R. Seminario: Taller de Programación en R Dictado: Sábado 11 y 18 de Mayo, 01 de Junio en el horario de 9:30 a 12:30hs Que el alumno se familiarice con el entorno de programación en la plataforma de Estadística Computacional y de Data Mining R. ( project.org) Que el alumno sea capaz de escribir programas básicos en R para solucionar problemas estadísticos sencillos. Que el alumno detecte la potencialidad que brinda esta plataforma y adquiera la experiencia suficiente para integrarlo a soluciones de problemas más complejos planteados en el transcurso de esta Diplomatura. Instalación y configuración de la plataforma R. Conexión a diversas bases de datos. Desarrollo de scripts básicos para solucionar problemas sencillos de estadística. Definición de Vectores, Matrices, Listas y Data Frames Estructuras de Control Gráficos en R.
2 Seminario: Modelos Predictivos 1: Redes Neuronales Dictado: Sábado 08,15 y 29 de Junio en el horario de 9:30 a 12:30hs Que el alumno comprenda en profundidad el concepto de Modelo Predictivo Que el alumno comprenda en profundidad el concepto de Redes Neuronales Artificiales y su comparación con las Redes Neuronales Humanas. Que el alumno reconozca las diferentes topologías de Redes Neuronales y sus diferentes aplicaciones de acuerdo el problema a resolver. Que el alumno pueda desarrollar con éxito un modelo predictivo aplicando Redes Neuronales Artificiales en un set de datos financiero. Comparación de Redes Neuronales Artificiales y Redes Neuronales Humanas Representación Matemática de una neurona artificial Descripción en detalle del algoritmo Perceptrón y Perceptrón Multicapa Descripción de diferentes topologías de Redes Neuronales Creación de Modelos predictivos aplicación Redes Neuronales, con la plataforma R y la plataforma RapidMiner. Seminario: Datawarehousing y ETL Dictado: Sábado 06, 13 y 20 de Julio en el horario de 9:30 a 12:30hs Que el alumno comprenda los conceptos básicos de un datawarehouse. Que el alumno comprenda los conceptos básicos de un proceso ETL. Que el alumno conozca los usos y aplicaciones de un sistema para toma de decisiones. Que el alumno reconozca las características del diseño de un modelo multidimensional y sus partes. Que el alumno entienda los usos de los sistemas OLAP, su aplicación y uso. Conceptos de datawarehousing y ETL Proceso ETL básico y sus partes Diseño de un datawarehouse: esquemas estrella y copo de nieve, jerarquías, medidas y medidas calculadas. Explotación de un datawarehouse. Características de los sistemas OLAP. Seminario: Algoritmos Genéticos y Pre procesamiento de Datos Dictado: Sábado 27 de Julio, 03 y 10 de Agosto en el horario de 9:30 a 12:30hs
3 Que el alumno reconozca la importancia de esta etapa en un proyecto de Data Mining para el éxito final del mismo. Que el alumno se familiarice con los algoritmos más utilizados para llevar a cabo la tarea de limpieza y pre procesamiento de los sets de datos que luego explorarán para generar modelos predictivos y de segmentación. Que el alumno pueda implementar las técnicas de Algoritmos Genéticos para mejorar la performance de sus modelos. Técnicas estadísticas para el pre procesamiento de datos Algoritmos Genéticos para la selección de variables Introducción a la Teoría de la Información Exploración de diversos sets de datos donde se aplicarán todas las técnicas aprendidas. Seminario: Modelos de Segmentación Dictado: Sábado 24 y 31 de Agosto, 07 de Septiembre en el horario de 9:30 a 12:30hs Que el alumno comprenda las diferencias entre modelos predictivos y descriptivos. Que el alumno reconozca los casos de aplicación en diferentes negocios de los modelos de segmentación. Que el alumno pueda comprender el funcionamiento de los algoritmos más utilizados para segmentaciones avanzadas. Que el alumno pueda interpretar resultados tanto analíticos como visuales de los modelos de segmentación. Que el alumno pueda desarrollar e implementar en R y Rapidminer diferentes modelos de segmentación. Que el alumno pueda generar reportes en base a los modelos desarrollados. Algoritmo K Means en R y Rapidminer Pre procesamiento de datos para modelos de segmentación Modelos de segmentación para Estudios de Mercado Modelos de segmentación para Detección de Anomalías y Fraudes Seminario: Modelos Predictivos 2: Árboles de Decisión Dictado: Sábado 14, 21 y 28 de Septiembre en el horario de 9:30 a 12:30hs Objetivo: Que el alumno reconozca los diferentes algoritmos de Árboles de Decisión como importantes modelos predictivos.
4 Que el alumno pueda utilizar los Árboles de Decisión como herramientas complementarias para detectar las variables más representativas dentro de un set de datos. Que el alumno pueda detectar en qué casos aplicar con éxito los Árboles de Decisión. Que el alumno pueda desarrollar e implementar Árboles de Decisión como modelos predictivos en diferentes problemas relacionados con Negocios y Estudios de Mercados a resolver. Que el alumno pueda interpretar y generar reportes a partir de resultados obtenidos tanto analíticos como gráficos. Presentación de los Árboles de Decisión como Modelos Predictivos. Árboles de Decisión con R y Rapidminer Estudio e implementación de los algoritmos: ID3, C4.5, Random Forest Exploración de set de datos reales. Seminario: Modelos Predictivos 3: Estadística y Análisis Bayesiano Dictado: Sábado 05, 19 y 26 de Octubre en el horario de 9:30 a 12:30hs Que el alumno pueda detectar las diferencias entre la Estadística Tradicional y la Estadística Bayesiana sin hacer hincapié en sus demostraciones matemáticas. Que el alumno comprenda la Estadística Condicional y sus aplicaciones. Que el alumno pueda utilizar la Estadística Bayesiana como una potente herramienta de modelos predictivos. Que el alumno reconozca los problemas cuando aplicar con éxito los Modelos Bayesianos. Que el alumno sea capaz de desarrollar, implementar e interpretar diferentes modelos bayesianos como herramientas predictivas. Presentación de la Estadística Condicional y Teorema de Bayes Estadística Bayesiana con R Inferencia Bayesiana Introducción a Redes Bayesianas Generación e Implementación de Modelos Predictivos con Estadística Bayesiana Seminario: Text Mining y Web Mining Dictado: Sábado 02, 09 y 16 de Noviembre en el horario de 9:30 a 12:30hs Que el alumno pueda utilizar los modelos predictivos y de segmentación aprendidos para explorar diferentes textos y páginas web.
5 Que el alumno reconozca las aplicaciones del Text Mining y Web Mining en diferentes negocios, como por ejemplo E Commerce y Marketing. Que el alumno tenga un importante panorama de las técnicas de Sentiment Analysis y Social Network Analysis. Que el alumno conozca diferentes plataformas de software para realizar estos estudios: R, Rapidminer, Gephi. Introducción a Text Mining y Web Mining Text Mining y Web Mining con R y Rapidminer Introducción a Sentiment Analysis con R Social Network Analysis con R y Gephi Exploración de diversos textos, sitios web, y redes sociales como Twitter para generar modelos predictivos y de segmentación. Seminario: Aplicación de Data Mining en Negocios Dictado: Sábado 23 y 30 de Noviembre, 07 y 14 de Diciembre en el horario de 9:30 a 12:30hs Que los alumnos reconozcan qué datos son aptos para utilizar en proyectos de Minería de Datos aplicada al área de negocios y cómo transformarlos en caso necesario. Que los alumnos identifiquen problemas potenciales de acuerdo a los datos disponibles. Que los alumnos desarrollen modelos a partir de datos crudos en base a una metodología estándar de Minería de Datos y sabiendo exactamente el porqué de cada paso. Que los alumnos evalúen los modelos desde un punto de vista estadístico y del negocio. Que los alumnos aprendan a trabajar con Powerhouse, una herramienta de DM diseñada para poner énfasis en la solución del problema más que en el tratamiento de los datos. La forma de los datos como modelo general de análisis Clusters Representatividad de los datos Relación entre variables Selección de variables Introducción a Powerhouse Desarrollo de proyectos
1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2.
1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2. GENERALIDADES SOBRE LAS TÉCNICAS DE INVESTIGACIÓN SOCIAL Y DE MERCADOS
Más detallesDISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012
DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012 FLUJO DE CAPACITACIÓN Prerrequisitos Fundamentos de Programación Sentencias SQL Server 2012 Duración: 12 horas 1. DESCRIPCIÓN
Más detallesAprendizaje Automático y Data Mining. Bloque IV DATA MINING
Aprendizaje Automático y Data Mining Bloque IV DATA MINING 1 Índice Definición y aplicaciones. Grupos de técnicas: Visualización. Verificación. Descubrimiento. Eficiencia computacional. Búsqueda de patrones
Más detallesFacultad de Ciencias Económicas. Departamento de Sistemas. Asignatura: INTELIGENCIA DE NEGOCIOS. Plan 1997
UNIVERSIDAD DE BUENOS AIRES Facultad de Ciencias Económicas Departamento de Sistemas Asignatura: INTELIGENCIA DE NEGOCIOS Código: 715 Plan 1997 Cátedra: DEPARTAMENTO DE SISTEMAS Carrera: Licenciado en
Más detallesCURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN.
SISTEMA EDUCATIVO inmoley.com DE FORMACIÓN CONTINUA PARA PROFESIONALES INMOBILIARIOS. CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN. Business Intelligence. Data Mining. PARTE PRIMERA Qué es
Más detallesFundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 9 -
Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 9 - Juan Alfonso Lara Torralbo 1 Índice de contenidos Actividad. Qué es un modelo de Data Mining Qué es
Más detallesCursos del Programa Académico de Administración de Empresas
Cursos del Programa Académico de Administración de Empresas Área de Matemáticas Matemática 1 (MT1) Introducción a las funciones matemáticas y sus aplicaciones en el campo de la administración y economía
Más detallesopinoweb el poder de sus datos Descubra LA NECESIDAD DE PREDECIR
opinoweb SOFTWARE FOR MARKET RESEARCH LA NECESIDAD DE PREDECIR Actualmente las empresas no sólo necesitan saber con exactitud qué aconteció en el pasado para comprender mejor el presente, sino también
Más detallesLa nueva arquitectura del paquete AMORE (A MORE Flexible Neural Network)
La nueva arquitectura del paquete AMORE (A MORE Flexible Neural Network) III Jornadas de Usuarios de R Javier Alfonso Cendón, Manuel Castejón Limas, Joaquín Ordieres Mere, Camino Fernández Llamas Índice
Más detallesPLAN DE TRABAJO DOCENTE 2013
PLAN DE TRABAJO DOCENTE 2013 1. DATOS DE LA ASIGNATURA Nombre: Procesamiento Analítico de Datos Código: Nivel: Grado Carácter: Optativo Área curricular a la que pertenece: Administración Carrera: Contador
Más detallesEscuela Técnica Superior de Ingeniería Informática
Escuela Técnica Superior de Ingeniería Informática Máster en Ingeniería Informática aplicada a la Industria, a la Ingeniería del Software y a los Sistemas y Tecnologías de la Información GUÍA DOCENTE DE
Más detallesDiseño de un estudio de investigación de mercados
Diseño de un estudio de investigación de mercados En cualquier diseño de un proyecto de investigación de mercados, es necesario especificar varios elementos como las fuentes a utilizar, la metodología,
Más detallesTrabajo final de Ingeniería
UNIVERSIDAD ABIERTA INTERAMERICANA Trabajo final de Ingeniería Weka Data Mining Jofré Nicolás 12/10/2011 WEKA (Data Mining) Concepto de Data Mining La minería de datos (Data Mining) consiste en la extracción
Más detallesUNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍAS MAESTRÍA EN INGENIERÍA DE SISTEMAS Y COMPUTACIÓN ANÁLISIS MULTIVARIADO
UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍAS MAESTRÍA EN INGENIERÍA DE SISTEMAS Y COMPUTACIÓN ANÁLISIS MULTIVARIADO OBJETIVO GENERAL El curso es de un nivel matemático intermedio y tiene
Más detallesSoluciones Integrales en Inteligencia de Negocios
Soluciones Integrales en Inteligencia de Negocios QUIENES SOMOS NUESTRA MISIÓN DATAWAREHOUSE MINERÍA DE DATOS MODELOS PREDICTIVOS REPORTERÍA Y DASHBOARD DESARROLLO DE APLICACIONES MODELOS DE SIMULACIÓN
Más detallesAnalizar, desarrollar y programar modelos matemáticos, estadísticos y de simulación.
PERFIL PROFESIONAL Analizar, desarrollar y programar modelos matemáticos, estadísticos y de simulación. Reconocer y guiarse por los aspectos sociales, profesionales y éticos en su entorno. Dirigir y coordinar
Más detallesSERIE ESTRATEGIA COMERCIAL CRM. www.artica.com.mx. Lic. Guiomar Patricia González P.
SERIE ESTRATEGIA COMERCIAL Lic. Guiomar Patricia González P. 1 en pocas palabras En la época moderna, nos encontramos con distintos conjuntos de siglas para designar procesos, funciones, sistemas, soluciones
Más detallesHabilidades y Herramientas para trabajar con datos
Habilidades y Herramientas para trabajar con datos Marcelo Ferreyra X Jornadas de Data Mining & Business Intelligence Universidad Austral - Agenda 2 Tipos de Datos Herramientas conceptuales Herramientas
Más detallesPENDIENTES DE MATEMÁTICAS DE 2º ESO (CURSO 2014-2015)
PENDIENTES DE MATEMÁTICAS DE 2º ESO (CURSO 2014-2015) CRITERIOS E INDICADORES Se detallan a continuación los criterios de evaluación junto con sus indicadores de contenidos asociados. En negrita se indican
Más detallesAplicar Tecnologías Emergentes de Base de Datos para construir soluciones de Inteligencia de Negocios de soporte a la Toma de Decisiones
Nombre de la asignatura: Inteligencia de Negocios Créditos: 3-2-5 Aportación al perfil Analizar, modelar, desarrollar, implementar y administrar sistemas de información para aumentar la productividad y
Más detallesInteligencia Artificial y Seguridad Informática. en plataformas Open Source
Inteligencia Artificial y Seguridad Informática en plataformas Open Source Jornadas de Software Libre y Seguridad Informática Santa Rosa La Pampa 4 y 5 de Diciembre de 2009 AGENDA Primera Parte Definiciones
Más detallesASIGNATURA: Tecnologías de Información y Comunicación II
ASIGNATURA: Tecnologías de Información y Comunicación II 53 HORAS DESCRIPCIÓN DE LA ASIGNATURA: Esta asignatura proporciona al alumno las competencias y herramientas teóricas necesarias para la aplicación
Más detallesParte I: Introducción
Parte I: Introducción Introducción al Data Mining: su Aplicación a la Empresa Cursada 2007 POR QUÉ? Las empresas de todos los tamaños necesitan aprender de sus datos para crear una relación one-to-one
Más detallesNombre de la asignatura: Base de Datos Avanzadas. Carrera: Licenciatura en Informática. Clave de la Asignatura: BDC-0702
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Base de Datos Avanzadas Carrera: Licenciatura en Informática Clave de la Asignatura: BDC-0702 Horas teoría- Horas práctica- Créditos: 4-2-10 2.- UBICACIÓN
Más detallesDarío Álvarez Néstor Lemo www.autonomo.edu.uy
Data Mining para Optimización de Distribución de Combustibles Darío Álvarez Néstor Lemo Agenda Qué es DODC? Definición de Data Mining El ciclo virtuoso de Data Mining Metodología de Data Mining Tareas
Más detallesTÉCNICAS DE MINERÍA DE DATOS Y TEXTO APLICADAS A LA SEGURIDAD AEROPORTUARIA
TÉCNICAS DE MINERÍA DE DATOS Y TEXTO APLICADAS A LA SEGURIDAD AEROPORTUARIA MSC ZOILA RUIZ VERA Empresa Cubana de Aeropuertos y Servicios Aeronáuticos Abril 2010 ANTECEDENTES El proyecto Seguridad es una
Más detallesMINERIA DE DATOS Y Descubrimiento del Conocimiento
MINERIA DE DATOS Y Descubrimiento del Conocimiento UNA APLICACIÓN EN DATOS AGROPECUARIOS INTA EEA Corrientes Maximiliano Silva La información Herramienta estratégica para el desarrollo de: Sociedad de
Más detallesPortafolio de Servicios y Productos
Portafolio de Servicios y Productos Introducción Somos una empresa que se dedica a generar ventajas competitivas para nuestros clientes a través de desarrollos y consultoría en inteligencia de negocios
Más detallesLISTADO DE CURSOS DE DE GRADO Y POSGRADO
LISTADO DE CURSOS DE DE GRADO Y POSGRADO 2013 Programa de Incentivos a los Docentes Investigadores (PI) Secretaría de Ciencia, Tecnología y Posgrado UNIVERSIDAD TECNOLÓGICA NACIONAL Esp. Nombre Plan Nombre
Más detallesCURSO DE ANALISIS DE RIESGOS EN INDUSTRIAS DE PETROLEO Y GAS (OIL & GAS)
CURSO DE ANALISIS DE RIESGOS EN INDUSTRIAS DE PETROLEO Y GAS (OIL & GAS) Cnel R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-15-5468-3369 Fax: 054-11-4433-4202 Mail: mgm_consultas@mgmconsultores.com.ar
Más detallesInteligencia de Negocio
UNIVERSIDAD DE GRANADA E.T.S. de Ingenierías Informática y de Telecomunicación Departamento de Ciencias de la Computación e Inteligencia Artificial Inteligencia de Negocio Guión de Prácticas Práctica 1:
Más detallesLICENCIATURA EN NEGOCIOS Y COMERCIO INTERNACIONAL LISTADO DE MATERIAS CONTENIDO PLAN:
LICENCIATURA EN NEGOCIOS Y COMERCIO INTERNACIONAL PLAN: El plan de estudios de la licenciatura en Negocios y Comercio Internacionales tiene el propósito de formar profesionales capaces de desempeñarse
Más detallesEntrenamiento en Gestión de Minería de Datos Aplicada a la Inteligencia en los Negocios
Entrenamiento en Gestión de Minería de Datos Aplicada a la Inteligencia en los Negocios Elaborado por: Luis Francisco Zaldívar, MSE Director www.modelacionderiesgos.com l.zaldivar@modelacionderiesgos.com
Más detallesObjetivos Generales. Objetivos específicos. Que el estudiante:
ASIGNATURA: MÉTODOS NUMPERICOS I (ANÁLISIS Y PROCESAMIENTO DE LOS DATOS EXPERIMENTALES CON INTRODUCCIÓN A LA COMPUTACIÓN) Objetivos Generales Comprender y manejar los conceptos relacionados con el manejo,
Más detallesDesarrollar y aplicar estrategias para resolver problemas Determinar si un gráfico es lineal dibujando puntos en una situación dada
MANEJO DE DATOS Analizar gráficos o diagramas de situaciones dadas para identificar información específica Recoger datos, dibujar los datos usando escalas apropiadas y demostrar una comprensión de las
Más detallesAcerca de esté Catálogo
Catálogo de Cursos 2015 Acerca de esté Catálogo En el presente documento podrá obtenerse la información necesaria sobre la oferta de cursos que Manar Technologies S.A.S. y su línea de educación Campus
Más detallesData Mining Técnicas y herramientas
Data Mining Técnicas y herramientas Introducción POR QUÉ? Empresas necesitan aprender de sus datos para crear una relación one-toone con sus clientes. Recogen datos de todos lo procesos. Datos recogidos
Más detallesUNIVERSIDAD DEL SALVADOR PROGRAMA. UNIDAD ACADÉMICA: Campus San Roque González de Santa Cruz. CARRERA: Veterinaria. DIVISIÓN / COMISIÓN: Primer Año
UNIVERSIDAD DEL SALVADOR PROGRAMA UNIDAD ACADÉMICA: Campus San Roque González de Santa Cruz. CARRERA: Veterinaria DIVISIÓN / COMISIÓN: Primer Año TURNO: Único OBLIGACIÓN ACADÉMICA: ESTADÍSTICA Y DISEÑO
Más detallesCLASIFICACIÓN NO SUPERVISADA
CLASIFICACIÓN NO SUPERVISADA CLASIFICACION IMPORTANCIA PROPÓSITO METODOLOGÍAS EXTRACTORES DE CARACTERÍSTICAS TIPOS DE CLASIFICACIÓN IMPORTANCIA CLASIFICAR HA SIDO, Y ES HOY DÍA, UN PROBLEMA FUNDAMENTAL
Más detallesSAS Data Scientist. Plan de Formación
SAS Data Scientist Plan de Formación www.sas.com/spain/formacion Juan Lorenzo, Director del Plan de Formación juan.lorenzo@sas.com formacion@sas.com Tel: +34 91 200 73 00 BIG DATA EL NUEVO RETO EN LAS
Más detallesINGENIERIA EN INGENIERÍA EN SISTEMAS COMPUTACIONALES CLAVE MATERIA OBJETIVO
INGENIERIA EN INGENIERÍA EN SISTEMAS COMPUTACIONALES CLAVE MATERIA OBJETIVO SCE - 0418 SCM - 0414 SCC-0428 ACM - 0403 SCB - 0421 SCV - 0407 ACU-0402 Introducción a la ingeniería en sistemas computacionales
Más detallesCARACTERÍSTICAS GENERALES. a) Nombre del Proyecto Curricular Licenciatura de Ingeniería en Sistemas Inteligentes 2007
CARACTERÍSTICAS GENERALES a) Nombre del Proyecto Curricular Licenciatura de Ingeniería en Sistemas Inteligentes 2007 b) Título que se otorga Ingeniero/a en Sistemas Inteligentes c) Espacio donde se imparte
Más detalleswww.itconsulting.com.bo
Señor(a): Cliente Presente.- Santa Cruz, 23 de octubre del 2012 Distinguido Señores: REF.: COTIZACION CURSO BUSINESS INTELLIGENCE & DATAWAREHOUSE & CUBOS OLAP EN EXCEL 2010 Consultores en Tecnologías de
Más detallesUN PASEO POR BUSISNESS INTELLIGENCE
UN PASEO POR BUSISNESS INTELLIGENCE Ponentes: Agreda, Rafael Chinea, Linabel Agenda Sistemas de Información Transaccionales Qué es Business Intelligence? Usos y funcionalidades Business Intelligence Ejemplos
Más detallesTECNÓLOGO EN INFORMÁTICA PLAN DE ESTUDIOS
Administración Nacional de Universidad de la República Educación Pública Facultad de Ingenieria CF Res..0.07 Consejo Directivo Central Consejo Directivo Central Res..05.07 Res. 17.0.07 TECNÓLOGO EN INFORMÁTICA
Más detallesRelación de competencias. Resultado de aprendizaje REQUISITOS PREVIOS: MATERIA 2: Estadística 12 créditos (300 horas) 6 Básicos y 6 Obligatorios
Planificación del Módulo 4 Denominación: MÉTODOS CUANTITATIVOS PARA LA ECONOMÍA 39 créditos ECTS -21básicos y 18 obligatorios- Este módulo está integrado por tres materias que se imparten en tres cursos
Más detallesLAS CLAVES QUE ASEGURAN EL RIGOR EN TUS INVESTIGACIONES
LAS CLAVES QUE ASEGURAN EL RIGOR EN TUS INVESTIGACIONES Máster Universitario de Estadística Aplicada con R Software. Técnicas clásicas, robustas, avanzadas y multivariantes. Título propio de la Universidad
Más detallesGestión del Fraude. Pilar Sirvent, Arquitecto Senior de Software
Gestión del Fraude Pilar Sirvent, Arquitecto Senior de Software Áreas de Apoyo Gestión del Fraude Grandes Cantidades de Datos (Big Data) Volumen - Variedad - Velocidad Integración Visión 360º Análisis
Más detallesINTELIGENCIA DE NEGOCIO (MASTER UNIVERSITARIO EN INGENIERÍA INFORMÁTICA)
INTELIGENCIA DE NEGOCIO (MASTER UNIVERSITARIO EN INGENIERÍA INFORMÁTICA) 1.- Datos de la Asignatura Código 302436 Plan 2014 ECTS 3 Carácter OPCIONAL Curso 1º Periodicidad 2er SEMESTRE Área Departamento
Más detalles42447. MÉTODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES
GUIA DOCENTE DEL MÓDULO 42447. MÉTODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES Curso 2021-2013 I.- DATOS INICIALES DE IDENTIFICACIÓN Nombre del Módulo: Carácter de la materia: Titulación: Curso/Semestre:
Más detallesMáster en Gestión de Marketing
Contenidos académicos del Máster en Gestión de Marketing - MMARQ Primer trimestre: 1. Técnicas cuantitativas: El objetivo de esta asignatura es familiarizarse con técnicas gráficas y analíticas de estadística.
Más detallesPROGRAMA DE ESTUDIOS. : Investigación en Psicología II.
PROGRAMA DE ESTUDIOS A. ANTECEDENTES GENERALES Nombre de la asignatura Carácter de la asignatura Pre requisitos Co requisitos Créditos Ubicación dentro del plan de estudio Número de clases por semana Número
Más detallesVisión global del KDD
Visión global del KDD Series Temporales Máster en Computación Universitat Politècnica de Catalunya Dra. Alicia Troncoso Lora 1 Introducción Desarrollo tecnológico Almacenamiento masivo de información Aprovechamiento
Más detalles320514 - APTM - Análisis de Procesos Textiles y de Mercados
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2015 320 - EET - Escuela de Ingeniería de Terrassa 714 - ETP - Departamento de Ingeniería Textil y Papelera MÁSTER UNIVERSITARIO
Más detallesE-data. Transformando datos en información con Data Warehousing
Federico Plancarte Sánchez E-data. Transformando datos en información con Data Warehousing Tema 2 El soporte a la Decisión 2-1 Evolución del soporte a la decisión Diversas categorías del análisis del DS
Más detallesBase de datos II Facultad de Ingeniería. Escuela de computación.
Base de datos II Facultad de Ingeniería. Escuela de computación. Introducción Este manual ha sido elaborado para orientar al estudiante de Bases de datos II en el desarrollo de sus prácticas de laboratorios,
Más detallesNombre de la asignatura: Programación Web. Créditos: 2 3-5. Aportación al perfil
Nombre de la asignatura: Programación Web Créditos: 2 3-5 Aportación al perfil Desarrollar, implementar y administrar software de sistemas o de aplicación que cumpla con los estándares de calidad con el
Más detallesNEGOCIOS POR INTERNET.
NEGOCIOS POR INTERNET. 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: NEGOCIOS POR INTERNET Carrera: Ingeniería en Sistemas Computacionales Clave de la asignatura: Modulo (1862) Horas teoría horas
Más detallesInteligencia en Redes de Comunicaciones. Tema 7 Minería de Datos. Julio Villena Román, Raquel M. Crespo García, José Jesús García Rueda
Inteligencia en Redes de Comunicaciones Tema 7 Minería de Datos Julio Villena Román, Raquel M. Crespo García, José Jesús García Rueda {jvillena, rcrespo, rueda}@it.uc3m.es Índice Definición y conceptos
Más detallesCREACIÓN DE PROYECTOS DE BUSINESS INTELLIGENCE CON SQL SERVER. 40 horas 60 días
CREACIÓN DE PROYECTOS DE BUSINESS INTELLIGENCE CON SQL SERVER DURACIÓN DÍAS DE CONEXIÓN 40 horas 60 días CONTACTO: formacion@fgulem.es El Campus Virtual ha sido concebido con una metodología dinámica e
Más detallesResultados de Marketing Directo Utilizando Conceptos de Segmentación. RFM: Recency, Frequency, Monetary Value.
Resultados de Marketing Directo Utilizando Conceptos de Segmentación. RFM: Recency, Frequency, Monetary Value. Luis Aburto Lafourcade Gerente de Desarrollo luaburto@analytics.cl Agenda CRM: Entendiendo
Más detalles3ra reunión técnica - CINDA Barcelona España Octubre 2014
PUCP Buena práctica: Uso de una base de datos robusta que ayuda en la toma de decisiones (Data Warehouse), como fuente principal del Sistema de apoyo a la gestión (SAG) y de estudios estadísticos requeridos
Más detallesBUSINESS INTELLIGENCE
BUSINESS INTELLIGENCE PRESENTACIÓN Ramón Díaz Hernández Gerente (1.990) Nuestro Perfil Inversión permanente en formación y nuevas tecnologías. Experiencia en plataforma tecnológica IBM (Sistema Operativo
Más detallesAcademia de la carrera de Licenciatura Informática del Instituto Tecnológico Aguascalientes
1. DATOS DE LA ASIGNATURA Nombre de la Asignatura: Sistemas de Soporte a la Decisión Carrera: Licenciatura en Informática Clave de la asignatura: IFS-0406 Horas teoría - horas práctica - créditos: 4-2-10
Más detallesDiplomado Business Management
Diplomado Business Management Duración 112 horas Objetivo general: Business Management es un programa innovador que permite que el alto directivo de reciente nombramiento en el puesto (con poco tiempo
Más detallesDATA MINING EN LA BASE DE DATOS DE LA OMS KNOWLEDGE DETECTION (DETECCIÓN DEL CONOCIMIENTO) Q.F.B. JUANA LETICIA RODRÍGUEZ Y BETANCOURT
DATA MINING EN LA BASE DE DATOS DE LA OMS KNOWLEDGE DETECTION (DETECCIÓN DEL CONOCIMIENTO) Q.F.B. JUANA LETICIA RODRÍGUEZ Y BETANCOURT REACCIONES ADVERSAS DE LOS MEDICAMENTOS Los fármacos por naturaleza
Más detallesINGENIERIA INDUSTRIAL Y DE SISTEMAS LISTADO DE MATERIAS CONTENIDO PLAN: 2004-2
INGENIERIA INDUSTRIAL Y DE SISTEMAS PLAN: 2004-2 Formar profesionales de la Ingeniería Industrial y de Sistemas capaces de planear, operar, controlar y mejorar sistemas productivos en organizaciones generadoras
Más detallesCentro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI)
Centro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI) OFERTAS TECNOLÓGICAS 1) GESTIÓN ORGANIZACIONAL Y LOGÍSTICA INTEGRADA: TÉCNICAS Y SISTEMAS DE INFORMACIÓN 2) GESTIÓN
Más detallesÁREA ACADÉMICA DE CIENCIAS BÁSICAS Y GESTIÓN DE PROYECTOS
ÁREA ACADÉMICA DE CIENCIAS BÁSICAS Y GESTIÓN DE PROYECTOS OBJETIVOS Estos cursos darán las bases científicas para el desarrollo de investigaciones, el análisis y el racionamiento matemático y lingüístico,
Más detallesCURSOS Y DESCRIPCIÓN 16-0071 / 29-0942 ADMINISTRACIÓN DE BASE DE DATOS
16-0071 / 29-0942 ADMINISTRACIÓN DE BASE DE DATOS Descripción General: El participante podrá conocer el modelaje conceptual de los datos: con respecto a la definición del modelo, clasificación de los modelos
Más detallesDatos estadísticos. 1.3. PRESENTACIÓN DE DATOS INDIVIDUALES Y DATOS AGRUPADOS EN TABLAS Y GRÁFICOS
.. PRESENTACIÓN DE DATOS INDIVIDUALES Y DATOS AGRUPADOS EN TABLAS Y GRÁFICOS Ser: Describir el método de construcción del diagrama de tallo, tabla de frecuencias, histograma y polígono. Hacer: Construir
Más detallesTOMA DE DECISIONES II
TOMA DE DECISIONES II Tema Nº 04 1. LAS HERRAMIENTAS TECNOLÓGICAS PARA LAS TOMA DE DECISIONES GERENCIALES 1.1 Importancia de los ERP. 1.2 Aadministración del desempeño corporativo CPM 1. HERRAMIENTAS TECNOLÓGICAS
Más detalles3. OBJETIVOS. 3.1. Objetivos. Objetivos generales del título. Objetivos específicos del título
3. OBJETIVOS 3.1. Objetivos Objetivos generales del título De acuerdo con lo establecido en el Libro Blanco y el acuerdo del plenario de la Conferencia de Directores y Decanos de Informática (Zaragoza,
Más detallescloudbi@intellego.com.mx www.cloudbi.mx Tel: + 52 (55) 3004 2984 / 87
cloudbi@intellego.com.mx www.cloudbi.mx Tel: + 52 (55) 3004 2984 / 87 Invierta en decisiones, no en hardware ni software. Paquetes de Servicio: Paquete Número de Usuarios Volumen máximo de datos Mensualidad
Más detallesMINISTERIO DE EDUCACIÓN DIRECCIÓN DE EDUCACIÓN TÉCNICA Y PROFESIONAL PROGRAMA DE LA ASIGNATURA BASE DE DATOS ESPECIALIDAD INFORMÁTICA.
MINISTERIO DE EDUCACIÓN DIRECCIÓN DE EDUCACIÓN TÉCNICA Y PROFESIONAL PROGRAMA DE LA ASIGNATURA BASE DE DATOS ESPECIALIDAD INFORMÁTICA. AUTORES: MSC. MIREYA LÓPEZ DELGADO LIC. ESPINOSA. CUIDAD HABANA PROGRAMA
Más detallesFACULTAD DE ENFERMERIA MAESTRÌA EN ENFERMERIA PROGRAMA DEL CURSO ESTADÌSTICA AVANZADA CODIGO MC1114 REQUISITOS EG2113 CREDITO: 4
FACULTAD DE ENFERMERIA MAESTRÌA EN ENFERMERIA PROGRAMA DEL CURSO ESTADÌSTICA AVANZADA CODIGO MC1114 REQUISITOS EG2113 CREDITO: 4 REQUISITO LICENCIATURA EN ENFERMERÌA PROFESOR 1. Justificación. Se requiere
Más detallesCarrera: SCB - 0419 4-0-8. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Investigación de operaciones Ingeniería en Sistemas Computacionales SCB - 0419
Más detallesAPROVECHE AL MÁXIMO EL MEJOR SOFTWARE DE ANÁLISIS DE DATOS, ASISTA A LOS CURSOS DE CAPACITACIÓN DE SPSS CHILE
TRAINING 2007 APROVECHE AL MÁXIMO EL MEJOR SOFTWARE DE ANÁLISIS DE DATOS, ASISTA A LOS CURSOS DE CAPACITACIÓN DE SPSS CHILE Fundamentos en el Uso y Aplicaciones con SPSS Introducción a la Sintaxis Estadísticas
Más detallesEl taller de Inteligencia de Negocio no tiene requisitos en cuanto a conocimientos, debido a su naturaleza introductoria.
DESCRIPTOR DE PROGRAMAS PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE Versión: 03 UNIDAD ACADÉMICA: Escuela de Ingeniería Departamento de Ciencia de la Computación- CETIUC NOMBRE DE LA ACTIVIDAD Taller: Inteligencia
Más detallesModificación y parametrización del modulo de Solicitudes (Request) en el ERP/CRM Compiere.
UNIVERSIDAD DE CARABOBO FACULTAD DE CIENCIA Y TECNOLOGÍA DIRECCION DE EXTENSION COORDINACION DE PASANTIAS Modificación y parametrización del modulo de Solicitudes (Request) en el ERP/CRM Compiere. Pasante:
Más detalles04/11/2008. Las preguntas que nunca pensó que podría responder! Ahora es posible con Business Intelligence y Data Mining
04/11/2008 Las preguntas que nunca pensó que podría responder! Ahora es posible con Business Intelligence y Data Mining Business Intelligence Qué es Business Intelligence? Business Intelligence Qué es
Más detallesFUNCIONES QUE DEBERÁ DESEMPEÑAR EL CONTRATISTA EN ESTADOS UNIDOS
PLIEGO DE PRESCRIPCIONES TÉCNICAS PARA LA CONTRATACIÓN DE LOS SERVICIOS DE LA PLATAFORMA EMPRESARIAL EN EL EXTERIOR DE GALICIA (PEXGA) DE ESTADOS UNIDOS FUNCIONES QUE DEBERÁ DESEMPEÑAR EL CONTRATISTA EN
Más detallesModelo de predicción del nivel de supervivencia en la atención de un paciente de una Unidad de Cuidados Intensivos Neonatales (UCIN)
Mesa de investigadores IDIC Presentación de Informes Finales de Proyectos 2013 4, 11 y 25 de abril de 2014 Modelo de predicción del nivel de supervivencia en la atención de un paciente de una Unidad de
Más detallesAplicaciones prácticas de Minería de Datos con IBM SPSS Modeler
Álvaro J. Méndez Services Engagement Manager IBM SPSS / Profesor Econometría UAM Jecas, 22 Oct 2010 Aplicaciones prácticas de Minería de Datos con IBM SPSS Modeler Business Analytics software Agenda Minería
Más detallesANALIZANDO GRAFICADORES
ANALIZANDO GRAFICADORES María del Carmen Pérez E.N.S.P.A, Avellaneda. Prov. de Buenos Aires Instituto Superior del Profesorado "Dr. Joaquín V. González" Buenos Aires (Argentina) INTRODUCCIÓN En muchos
Más detallesDesarrollo de una Plataforma de Gestión de Conocimiento para la Innovación en Tecnología Educativa
27/05/2014 TICAL2014 1 Desarrollo de una Plataforma de Gestión de Conocimiento para la Innovación en Tecnología Educativa Chadwick Carreto, Melissa Benítez Rolando Menchaca Instituto Politécnico Nacional
Más detallesSISTEMAS DE INFORMACION GERENCIAL LIC.PATRICIA PALACIOS ZULETA
SISTEMAS DE INFORMACION GERENCIAL LIC.PATRICIA PALACIOS ZULETA Qué es inteligencia de negocios? (BI) Business Intelligence es la habilidad para transformar los datos en información, y la información en
Más detallesClima Laboral. Performance Consulting. Contenido. Introducción... 3 Cómo medimos el Clima Laboral?... 3 Objetivo... 3 Modelo del Clima Laboral...
Clima Laboral Contenido Introducción... 3 Cómo medimos el Clima Laboral?... 3 Objetivo... 3 Modelo del Clima Laboral... 3 Página 1 de 16 Metodología para la Apreciación del Clima Laboral... 4 Beneficios...
Más detallesINFORME Nº 023-2014-GTI INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE
INFORME Nº 023-2014-GTI INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE 1. Nombre del Área El área encargada de la evaluación técnica para la adquisición de una solución de optimización WAN, es el Departamento
Más detallesEPB 603 Sistemas del Conocimiento!"#$ %& $ %'
Metodología para el Desarrollo de Proyectos en Minería de Datos CRISP-DM EPB 603 Sistemas del Conocimiento!"#$ %& $ %' Modelos de proceso para proyectos de Data Mining (DM) Son diversos los modelos de
Más detallesENSIA 605 Inteligencia de Negocios y Minería de Datos
ENSIA 605 Inteligencia de Negocios y Minería de Datos Profesor: Jaime Miranda P. E mail profesor: jmirandap@fen.uchile.cl OBJETIVOS DEL CURSO OBJETIVO GENERAL Estudiar, analizar, diseñar y aplicar tecnologías
Más detallesLICENCIATURA EN CONTADURIA PUBLICA LISTADO DE MATERIAS CONTENIDO PLAN: 2004-2
LICENCIATURA EN CONTADURIA PUBLICA PLAN: 2004-2 Formar integralmente profesionales en Contaduría Pública con calidad y pertinencia social, con actitud creativa, analítica y propositiva, capaces de generar
Más detallesMáster Oficial Enseñanza y Aprendizaje en Entornos Digitales
Máster Oficial Enseñanza y Aprendizaje en Entornos Digitales Itinerario profesionalizador MÓDULOS Y ASIGNATURAS Primer año: curso 2008-2009 Hay que cursar entre 30 y 35 créditos: los 20 obligatorios del
Más detallesDiseñar e Implantar el Control estadístico de de Calidad en un proceso para alcanzar la mejora continua.
Nombre de la asignatura: Control Estadístico de Calidad Créditos: 4-1-5 Aportación al perfil Conocer Aplicar las herramientas estadísticas básicas del control de calidad para la toma de decisiones. Analizar
Más detallesModelado de cambios de usos de suelo urbano a través de redes neuronales artificiales. Comparando dos aplicaciones de software.
Modelado de cambios de usos de suelo urbano a través de redes neuronales artificiales. Comparando dos aplicaciones de software. Universidad Complutense de Madrid Universidad de Alcalá 20 09 2012 Modelado
Más detallesOPT. Núcleo Básico. Núcleo de Formación. Optativa. Nombre de la universidad. Universidad Politécnica de Pachuca. Nombre del programa educativo
Nombre la universidad Universidad Politécnica Pachuca Nombre l programa educativo Maestría en Mecatrónica Objetivo l programa educativo Formar recursos humanos altamente capacitados en los conocimientos
Más detallesI SEMANA ELECTRONICA REDES NEURONALES
UNIVERSIDAD NACIONAL SAN ANTONIO ABAD A DEL CUSCO CARRERA PROFESIONAL DE INGENIERIA ELECTRONICA I SEMANA ELECTRONICA REDES NEURONALES Ing. Avid idromán González Se trata de una nueva forma de computación
Más detallesESCUELA DE EMPRESAS Universidad San Francisco de Quito Educación Empresarial. CERTIFICADO EN VENTAS PROFESIONALES Modalidad Presencial
ESCUELA DE EMPRESAS Universidad San Francisco de Quito Educación Empresarial CERTIFICADO EN VENTAS PROFESIONALES Modalidad Presencial Antecedentes: Basados en la filosofía de Artes Liberales, la Escuela
Más detallesEL IMPACTO DE BASILEA III EN EL NEGOCIO FINANCIERO
EL IMPACTO DE BASILEA III EN EL NEGOCIO FINANCIERO Herramientas idóneas para el control de riesgos y la evolución de la calidad de las carteras Gustavo Chuliver Gerente AIS Argentina gustavo.chuliver@ais-int.net
Más detalles