DIPLOMADO EN DATA MINING

Transcripción

1 DIPLOMADO EN DATA MINING

2 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 captura electrónica de datos se ha convertido en barata y ubicua como un sub-producto de las innovaciones tales como el Internet, el comercio electrónico, banca electrónica, dispositivos en el punto de venta, lector de códigos de barras, y las máquinas inteligentes. Tales datos se almacenan a menudo en Data Warehouse y Data Marts destinados específicamente para apoyar las decisiones de gestión. La Minería de Datos es un campo de rápido crecimiento que tiene que ver con el desarrollo de técnicas para ayudar a los administradores a hacer un uso inteligente de estos repositorios. Una serie de aplicaciones exitosas han sido llevadas a cabo en áreas tales como la calificación de crédito, detección de fraudes, gestión de relaciones con los clientes (CRM), y las inversiones del mercado de valores. El campo de la Minería de Datos ha evolucionado a partir de las disciplinas de las estadísticas y la inteligencia artificial. Este Diplomado examinará los métodos que han surgido de ambos campos y han demostrado ser de valor en el reconocimiento de patrones y en hacer predicciones. Se examinarán temas actuales relativos a Data Science y Machine Learning. Se proporcionará una sólida oportunidad para la experimentación práctica con algoritmos de Minería de Datos utilizando el software Open Source líder del mercado: KNIME, aplicado a casos del mundo de los negocios, que le permitirán al estudiante apalancar la transformación digital en la cual estamos inmersos.

3 OBJETIVO DIRIGIDO A Desarrollar una comprensión de las fortalezas y limitaciones de las técnicas de Minería de Datos, identificando sus aplicaciones de negocios. Fomentar la capacidad de gestionar y participar en proyectos de Minería de Datos ejecutados por consultores o especialistas activos. Realizar análisis de datos de gran alcance utilizando el software Knime, potenciando habilidades de diseño, planificación, ejecución y uso de los resultados de dicho análisis. Ejecutivos, profesionales y empresarios con responsabilidad o incidencia en los procesos de generación, administración y análisis de datos en empresas u organizaciones gubernamentales, en áreas tales como ingeniería, administración, economía, marketing y estadística que requieran transformar esos datos en conocimiento para generar oportunidades concretas y gestionables de negocio.

4 PROGRAMA DE ESTUDIOS El Diplomado en Data Mining está estructurado en 9 módulos, con un total de 126 horas cronológicas para obtener el Diploma. MÓDULOS Horas cronológicas 1 Introducción a Data Mining 3 2 Estadísticas para Data Mining 6 3 Técnicas básicas de segmentación 15 4 Modelos de clasificación 15 5 Técnicas avanzadas de segmentación aplicadas a marketing 15 6 Modelos de clasificación y regresión 15 7 Métodos avanzados en Data Mining 15 8 Programa R en integración con Knime 30 9 Text Mining 12 CURSOS 1. Introducción a Data Mining (3 hrs) 2. Estadísticas para Data Mining (6 hrs) 3. Técnicas Básicas de Segmentación (15 hrs) 4. Modelos de clasificación (15 hrs) Definición de Data Mining. Tareas que se pueden realizar con Data Mining. Algoritmos de Data Mining. Aprendizaje Supervisado & Aprendizaje No Supervisado. Programas computacionales de Data Mining. Metodologías usadas para abordar un proyecto de minería de datos. Análisis exploratorio de datos Limpieza y transformación de datos Técnicas de agrupación Modelos Predictivos mediante árboles de clasificación

5 5. Técnicas avanzadas de segmentación aplicadas a marketing (15 hrs) 6. Modelos de clasificación y regresión (15 hrs) Métodos avanzados de clustering analysis. Árboles de Clasificación y Regresión. Método del k vecino más cercano. (KNN) Clasificador Naïve Bayes. Naïve Bayes en Knime. Redes Neuronales Artificiales. 7. Métodos avanzados en Data Mining (15 hrs) Técnicas Avanzadas en KNIME Selección de atributos para modelos predictivos Métodos de consenso (Ensemble methods) 8. Programa R en integración con Knime (30 hrs) Programa R e integración en Knime Análisis de Regresión Métodos de reducción de dimensiones Regresión Logística 9. Text Mining (12 hrs) Introducción a la minería de texto. Categorías y conceptos. Exploración del text link analysis. Análisis de conglomerados. Editor de recursos. Combinando Text Mining y Data Mining. Diccionarios. Combinando Text Mining y Data Mining.

6 PROFESORES GABRIEL CORNEJO Ingeniero Comercial en Administración de Empresas de Universidad de Santiago de Chile. Administrador Público de la Universidad Central. MBA Universidad Finis Terrae. Diplomado en Business Intelligence, Diplomado en Gestión de Marketing y Diplomado en Estadística. Más de 17 años de experiencia en el uso de herramientas de modelamiento aplicadas el análisis de información y Minería de Datos, tales como modelos econométricos, clustering analysis y árboles de clasificación. Experiencia en aplicación de herramientas de estadística multivariada a los negocios. Experiencia docente en cátedras dictadas en magíster, diplomados y pregrado. Actualmente se desempeña como docente universitario y consultor de empresas en Minería de Datos. MARIANO SILVA Ingeniero Civil Industrial, Universidad de Chile. Master en Marketing de la Universidad de Chile, especializado en Data Mining. Experto en Analytics / Business Intelligence / Data Science. Con 15 años de experiencia en industrias como Telecomunicaciones, Servicios Financieros, Seguros, Banca y Gobierno. FERNANDO CRESPO Ph.D. en Ciencias de la Ingeniería mención Ingeniería Civil Industrial, Universidad de Chile. Magíster en Ciencias de la Ingeniería. Universidad de Chile. Ingeniero Civil Matemático e Ingeniero Civil Industrial de Universidad de Chile. Consultor en Estadística, Data Mining, Business Intelligent, Inteligencia Artificial, Modelos Matemáticos en Finanzas (Valueat-Risk), Riesgo, Gestión e Investigación de Operaciones, Localización, Procesos Estocásticos, CRM, Administración del Conocimiento, Sistemas de Información, Teoría de Juegos, Cibernética, Cadena de Suministro, Logística, Sistemas de Información y Tecnologías de Información, Innovación Tecnológica e Industrial. JOSUE ALVARADO Ingeniero Civil en Informática de la Universidad Austral de Chile. Diplomado en Inteligencia de Negocios de la Universidad de Chile. Actualmente Jefe Unidad de Inteligencia de Negocios en Nexus. DAVID DÍAZ Ingeniero Comercial Universidad de Chile. Ph.D. en Inteligencia de Negocios, Universidad de Manchester, Inglaterra. Master en Finanzas, Universidad de Chile. Profesor Adjunto, Departamento de Gestión de la Facultad de Economía y Negocios, Universidad de Chile..

7 INFORMACIÓN GENERAL PROGRAMA VALOR DURACIÓN DIPLOMADO EN DATA MINING $ hrs. cronológicas Formas de Pago: Pago contado con depósitos o transferencias Cheques (10 cuotas sin intereses ni reajustes) Tarjeta de crédito (máximo diez cuotas) Pago directo a través de factura a empresas Revisar descuentos en Descuentos: Revisar alternativas en Período de clases: Abril de 2018 Noviembre de 2018 Lugar: Centro de estudios de postgrado y educación continua. USACH. Apoquindo Metro Escuela Militar. Horario: Martes y jueves de 19:00 a 22:00 hrs Información e inscripciones [email protected] (56 2) / Educación Continua Facultad de Administración y Economía-USACH Avenida Libertador Bernardo O'Higgins 3363.

8 Contacto Fono: (56-2) (56-2)