Contenido

  • 1

    La Minería de Datos

    • La minería de datos en el tiempo

    • Qué es y por qué la minería de datos

    • Usos de la minería de datos

    • Procesos de la minería de datos

    • Algoritmos más utilizados

    • KNIME

    • Instrucciones para descargar e instalar KNIME

    • Guía Knime

    • Archivos para las prácticas con Knime

    • Práctica 1 Arboles de Decisión

    • Test 1

  • 2

    Árboles de Clasificación

    • Conceptos fundamentales

    • Medidas de precisión de los modelos

    • Principales indicadores

    • Indicadores: caso práctico

    • Tareas de clasificación (ejemplo)

    • Práctica 2 Árboles de Decisión

    • Test 2

  • 3

    Regresiones

    • Regresión Lineal y Múltiple

    • Regresión Logística: Credit Scoring

    • Práctica 3 Regresión Logística

    • Test 3

  • 4

    Redes Neuronales Artificiales (RNA)

    • El Modelo Neuronal

    • Práctica 4 RNA: Churn

    • Test 4

  • 5

    Naives Bayes, Random Forest y KNN

    • Naive Bayes

    • Random Forrest

    • K Nearest Neighbor

    • Práctica 5 Naive Bayes y Random Forest

    • Test 5

  • 6

    Support Vector Machine y XGBOOSTING

    • SVM: definición y funcionamiento

    • SVM: casos lineales y no lineales. Ejemplos

    • SVM: ventajas y desventajas

    • Práctica 6.1 Support Vector Machine

    • Práctica 6.2 Gráfico ROC

    • Ensemble, Bagging y Boosting

    • Gradient Boosting

    • Práctica 6.3 XGBOOSTING

    • Test 6

  • 7

    Market Basket Analysis

    • Asociaciones: Métricas

    • Asociaciones: Patrones secuenciales

    • Práctica 7 Market Basket Analysis

    • Test 7

  • 8

    Clustering

    • Clustering: K-Means Cluster Analysis

    • Pasos del clustering

    • Práctica 8.1 K-Means Cluster Analysis

    • Práctica 8.2 Cluster Análisis y Arboles de Decisión

    • Principal Components Analysis (PCA)

    • PCA - Componentes principales

    • Práctica 8.3 PCA

    • Test 8

    • Nos interesa tu opinión

Descripción del Curso

  • Porqué este curso

    La minería de datos o Data Mining, se ha convertido en una herramienta imprescindible en cualquier proceso empresarial. Las organizaciones ahora tienen muchos datos y además, las herramientas para analizarlos cada vez son más accesibles y de fácil uso. Con este curso: aumentarás tu competitividad profesional, comenzarás a responder preguntas de negocio con la ayuda de los datos, identificarás y comprenderás la aplicación de la minería de datos.

  • Información adicional

    Este curso está dirigido a diferentes perfiles: tomadores de decisiones, analistas, personal de áreas financieras, marketing y ventas, entre otros. Asimismo, pertenecientes a diversos sectores como: PyME, telecomunicaciones, ratail, financiero y seguros. Realizarás prácticas con una de las herramientas de Minería de Datos más populares y poderosas: KNIME. Tendrás 60 días para completar el curso y obtendrás un certificado de participación de Praiker que podrás incluir en Linkedin

Anímate a vivir la experiencia

La formación online es el futuro