900 100 957 | 619 926 324

 

Data mining: principios y aplicaciones

¿Te gustaría aprender a desarrollar un proyecto de minería de datos en todas sus fases?

40% DTO.
Data mining
Femxa
Plazas disponibles
Online, 80 horas

Tutor personal y ejercicios prácticos

Hasta 100% bonificable para trabajadores en activo

INSCRIPCIÓN ABIERTA

Diploma

Contenidos interactivos para un aprendizaje óptimo

+ -
520,00 €
312,00 €


Solicita información

Si quieres información sobre este curso, completa el siguiente formulario:

Tipo de contacto
Por favor, selecciona una opción
Datos de contacto
Por favor, indica tu nombre.
Por favor, introduce tus apellidos
Indica tu email.
Indica un teléfono de contacto.
Por favor, marca la preferencia horaria para contactar contigo vía telefónica
Por favor, haznos llegar tus preguntas, dudas o comentarios.
Por favor, acepta la política de privacidad

Temario

¿Cuáles son los objetivos del curso?

Con este curso online de Data mining, aprenderás las bases de datos de soporte a la decisión y toda la problemática asociada tanto a su construcción y desarrollo como a la extracción de conocimiento de las mismas. Enfrentarse a un proyecto de Data Mining con los conocimientos suficientes, pudiendo abordar cualquiera de sus fases de desarrollo según la descripción precisa del proceso de KDD.

 

¿Qué vas a aprender?

1. EL PROCESO DE DESCUBRIMIENTO DE CONOCIMIENTO EN BASE DE DATOS.

  • Definición del proceso de Data Mining.
  • Análisis de las fases del proceso de acuerdo a CRISP-DM.
    • Comprensión del problema
    • Comprensión de los datos
    • Preparación de los datos
    • Modelado
    • Evaluación
    • Implantación

 

2. EL CICLO DE DATA MINING: FASES Y TIPOS DE PROBLEMAS.

  • Tipos de problemas.
    • Descriptivos.
      • Asociación.
      • Clustering.
    • Predictivos.
      • Clasificación.
  • Implicaciones de los datos, dominios y técnicas en las fases del proceso.
  • Casos de uso.

 

3. TÉCNICAS DE DATA MINING.

  • Clasificación.
    • Árboles de decisión.
    • Naive Bayes.
  • Clustering
    • K-means.
    • EM.
  • Asociación.
    • A priori.
  • Presentación de un caso práctico.
  • Aplicación del proceso CRISP-DM.
  • Elaboración de un plan de proyecto.

 

4. CONSOLIDACIÓN DE DATA MINING.

 

Temario curso privado Data miningDescargar temario

Titulación

Metodología

Precios

Opiniones

También te puede interesar:

Comentarios (0)

    Formas de pago

    Inicia sesión:

    Accede con tu nombre de usuario y contraseña o inicia sesión con Facebook, Google o LinkedIn:

    Si todavía no tienes cuenta de usuario, regístrate aquí