¿Qué quieres aprender?

Minería de Datos aplicada al Mercadeo

Minería de Datos aplicada al Mercadeo

Instituto Nacional de Seguros (I.N.S.)

Curso online


150
¿Quieres hablar con un asesor sobre este curso?

Objetivos

Presentar las tareas de segmentación, modelamiento de dependencias, clasificación y regresión de la minería de datos. Introducir el concepto de distancia entre individuos, fundamental para la generación de segmentaciones y grupos homogéneos de individuos. Se presentarán diferentes algoritmos de segmentación particional y jerárquica. Se profundizará en diferentes medidas para validar el ajuste de las segmentaciones obtenidas. Se aplicarán diferentes comandos del software R para la generación de las segmentaciones presentadas utilizando datos financieros de empresas. Aplicar algoritmos de árboles de clasificación, regresión lineal y redes neuronales para resolver problemas de clasificación y predicción. Se profundizará en el uso de comandos de R para resolver un caso aplicado a la industria.

A quién va dirigido

El curso está dirigido a personas relacionadas con el sector asegurador encargadas del procesamiento de datos para generar información que soporte los procesos de mercadeo de seguros. Adicionalmente, será de utilidad para profesionales del sector financiero o funcionarios que trabajen en el análisis de datos para la generación de información.

Requisitos

Se espera que el estudiante tenga familiaridad con algún lenguaje de programación, en particular en el software R.

Temario completo de este curso

  • Definiciones
  • Clustering
  • Medidas de distancia
  • Clustering particional
  • K-medias
  • K-medioides
  • Clutering jerárquico
  • Aglomerativo
  • Divisivo
  • Procedimiento para la aplicación de métodos de clustering
  • Clasificación y regresión
  • Árboles de clasificación
  • Regresión lineal
  • Redes neuronales
  • Definiciones
  • Clustering
  • Medidas de distancia
  • Clustering particional
  • K-medias
  • K-medioides
  • Clutering jerárquico
  • Aglomerativo
  • Divisivo
  • Procedimiento para la aplicación de métodos de clustering
  • Clasificación y regresión
  • Árboles de clasificación
  • Regresión lineal
  • Redes neuronales
Ver más