La minería de datos es una etapa, si bien la más importante, de lo que se ha venido llamando el proceso de extracción de conocimiento a partir de datos. Este proceso consta de varias fases e incorpora diferentes técnicas de los campos del aprendizaje automático, la estadística, las bases de datos, los sistemas de toma de decisión, la inteligencia artificial y otras áreas de la informática y de la gestión de información. En este Postgrado de Experto en Minería de Datos, PEX es estudia el proceso de extracción de conocimiento a partir de datos.
Emagister S.L. (responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información y comunicaciones promocionales de formación con tu consentimiento. Ejerce tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros, según se indica en nuestra política de privacidad.
Objetivos
Explicar, de una manera metodológica y pragmática, el proceso en su conjunto, sus motivaciones y beneficios, estableciendo conexiones con las disciplinas relacionadas y los sistemas con los que debe integrarse.
A quién va dirigido
Titulados universitarios en ingeniería, informática, empresariales o biomédicas. Profesionales involucrados en el análisis de los sistemas de información o en la toma de decisiones de su organización o de sus clientes.
Requisitos
Contrasta y despliega, mediante numerosos ejemplos realizados en paquetes de minería de datos, las técnicas que se requieren en cada fase del proceso: técnicas de preparación y almacenes de datos, técnicas propias de extracción de modelos (clasificación, agrupamiento, regresión, asociación, etc.) y técnicas de evaluación y difusión del conocimiento extraído.
Temario completo de este curso
Unidad Didáctica Primera: Minería de datos
Tema 1. Introducción a la Minería de Datos
Tema 2. El proceso de Extracción de Conocimiento
Tema 3. Recopilación. Almacenes de datos
Tema 4. Limpieza y Transformación de datos
Tema 6. El problema de la extracción de patrones
Tema 7. Métodos estadísticos
Tema 8. Reglas de asociación y dependencias
Tema 9. Métodos basados en casos, en densidad o distancia
Tema 10. Métodos bayesianos
Tema 11. Árboles de decisión y sistemas de aprendizaje de Reglas
Tema 12. Métodos relacionales y otros métodos declarativos
Tema 13. Redes neuronales artificiales
Tema 14. Métodos basados en núcleo y máquinas de soporte vectorial
Tema 15. Métodos estocásticos
Tema 16. Introducción a la Minería de Datos
Tema 17. El proceso de Extracción de Conocimiento
Tema 18. Recopilación. Almacenes de datos
Tema 19. Limpieza y Transformación de datos
Tema 20. El problema de la extracción de patrones
Tema 21. Métodos estadísticos
Unidad Didáctica Segundo: Minería de datos
Tema 22. Reglas de asociación y dependencias
Tema 23. Métodos basados en casos, en densidad o distancia
Tema 24. Métodos bayesianos
Tema 25. Árboles de decisión y sistemas de aprendizaje de Reglas
Tema 26. Métodos relacionales y otros métodos declarativos
Tema 27. Redes neuronales artificiales
Tema 28. Métodos basados en núcleo y máquinas de soporte vectorial
Tema 29. Métodos estocásticos
Tema 30. Técnicas de evaluación
Tema 31. Combinación de modelos
Tema 32. Interpretación, difusión y uso de modelos
Tema 33. Minería de datos, secuenciales, temporales y multimedia
Tema 34. Text Mining, Web mining y XML mining
Tema 35. Implantación de un programa de minería de datos
Tema 35. Otros aspectos.
Tema 37. Técnicas de evaluación
Tema 38. Combinación de modelos
Tema 39. Interpretación, difusión y uso de modelos
Tema 40. Minería de datos, secuenciales, temporales y multimedia
Tema 41. Text Mining, Web mining y XML mining
Tema 42. Implantación de un programa de minería de datos
Tema 43. Otros aspectos.
Unidad Didáctica Tercero: Minería de datos
Tema 44. Minería de datos: conceptos, técnicas y sistemas
Tema 45. Entorno de trabajo de SPSS Clementine
Tema 46. Entorno de trabajo de SAS Enterprise Miner
Tema 47. Fase de selección en minería de datos
Tema 48. Fase de selección en SAS Enterprise Miner y SPSS Clementine
Tema 49. Fase de selección en SPSS Muestras Complejas y SAS Base
Tema 50. Fase de exploración en minería de datos
Tema 51. Fase de exploración en SAS Enterprise Miner y SPSS Clementine
Tema 52. Fase de exploración en SPSS y SAS
Tema 53. Fases de limpieza y transformación de datos
Tema 54. Las fases de limpieza y transformación de datos en SAS Enterprise Miner y SPSS Clementine
Tema 55. Fases de limpieza y transformación de datos en SPSS y SAS
Tema 56. Fase de minería de datos. Técnicas predictivas de modelización
Tema 57. Técnicas predictivas de modelización con SAS Enterprise Miner y SPSS Clementine
Tema 58. Técnicas predictivas de modelización con SAS y SPSS
Tema 59. Técnicas descriptivas y predictivas de clasificación.
Tema 60. Clusters y árboles de decisión
Tema 61. Clusters y árboles de decisión con SAS Enterprise Miner y SPSS Clementine
Tema 62. Clusters y árboles de decisión con SAS y SPSS
Tema 63. Redes neuronales
Tema 64. Redes neuronales con SAS Enterprise Miner y SPSS Clementine.
Tema 65. Examen final.