¿Qué quieres aprender?

Postgrado de Experto en Minería de Datos, PEX

Postgrado de Experto en Minería de Datos, PEX

UPE

Postgrado online


450

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.

¿Quieres hablar con un asesor sobre este curso?

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.

Ver más