Menú
Programme

Data Mining y Machine Learning

¿QUIERES SOLICITAR INFORMACIÓN?
CONCEPTS
KEY
1
INTRODUCCIÓN Y CONCEPTOS GENERALES
2
TÉCNICAS DE PREDICCIÓN
3
TÉCNICAS DE AGRUPAMIENTO
4
TÉCNICAS DE ASOCIACIÓN
Registration
Category:

Tecnología de la Información

Edition: VII
Start: 01/02/2024
End Registration: 01/02/2024
Precio: 463€
Register now

Si la Inteligencia de Negocio proporciona herramientas avanzadas para el análisis de grandes volúmenes de información, las técnicas de Minería de Datos (Data Mining en inglés) van un paso más allá y permiten de forma automática descubrir información interesante que permanece oculta en ese laberinto enorme en que se convierten los datos. La minería de datos usa principios estadísticos para detectar patrones en los datos, ayudándonos a tomar decisiones inteligentes sobre problemas complejos. La aplicación de los algoritmos de minería de datos permite predecir tendencias, identificar patrones ocultos, crear reglas y recomendaciones, establecer agrupaciones de registros de datos, detectar anomalías y excepciones y encontrar dependencias ente distintas variables.

Descripción

Si la Inteligencia de Negocio proporciona herramientas avanzadas para el análisis de grandes volúmenes de información, las técnicas de Minería de Datos (Data Mining) van un paso más allá y permiten de forma automática descubrir información interesante que permanece oculta en ese laberinto enorme en que se convierten los datos.

La minería de datos usa principios estadísticos para detectar patrones en los datos, ayudándonos a tomar decisiones inteligentes sobre problemas complejos. La aplicación de los algoritmos de minería de datos permite predecir tendencias, identificar patrones ocultos, crear reglas y recomendaciones, establecer agrupaciones de registros de datos, detectar anomalías y excepciones y encontrar dependencias ente distintas variables.

Information

Objetivos

  • Dominar los conceptos básicos de la Minería de Datos y su relación con otros sistemas o conceptos como Data Warehouse, Business Intelligence, Big Data, etc.

  • Aplicar las principales metodologías y técnicas de extracción de conocimiento para diferentes problemas: clasificación, regresión, agrupamiento, reglas de asociación…

  • Usar software de Minería de Datos de forma básica.

  • Contextualizar las herramientas tecnológicas y métodos avanzados de los que disponemos para mejorar las relaciones con los clientes en todas las etapas: captación, preventa, venta y relaciones post-venta.

  • Aprovechar formas efectivas y modernas de recopilación de datos, de análisis avanzado de la información, de segmentación y otras técnicas avanzadas de mercadotecnia.

Datos del programa

Duración: Del 1 al 14 de febrero. El curso tiene una duración de 30 horas lectivas.

Modalidad: El curso se imparte en modalidad 100% online, combinando clases en directo, donde podrás interactuar con el profesor y tus compañeros, y videoconferencias. También tendrás a tu disposición las grabaciones en CANVAS, nuestro campus virtual.

Curso bonificable por FUNDAE.

Sede: Edificio ENAE. Campus Universitario de Espinardo 30100, Espinardo, Murcia.

Metodología

ENAE desarrolla una metodología activa y participativa, "Learning by doing", que alterna las exposiciones de conceptos, técnicas y métodos de análisis, con el desarrollo de casos prácticos que reflejan situaciones empresariales reales.

Con el fomento del trabajo en equipo se pretende conseguir la integración de todos los miembros y resolver de una forma más eficaz los casos planteados, mediante el intercambio de distintos puntos de vista, opiniones y experiencias. Se aprenderá de los formadores pero también de las experiencias profesionales de los compañeros.

FACULTY

MÓDULES

INTRODUCCIÓN Y CONCEPTOS GENERALES
  • Concepto de Minería de Datos.
  • Tipos de Datos Explotados.
  • Tareas de aplicación.
  • Relación con otras disciplinas.
  • Metodologías de Minería de Datos.
  • Técnicas de Minería de Datos.
  • Casos de estudio.
TÉCNICAS DE PREDICCIÓN
  • Introducción.
  • Clasificación.
  • Regresión.
TÉCNICAS DE AGRUPAMIENTO
  • Introducción.
  • Medidas de distancia y similitud.
  • Distintas aproximaciones al agrupamiento.
  • Métodos basados en particionamiento.
  • Métodos jerárquicos.
TÉCNICAS DE ASOCIACIÓN
  • Introducción.
  • Reglas de asociación.
  • Algoritmo A priori.
  • Medidas de interés.
PROG-BE-DATA-MINING-VII
CAPTCHA
This question is for testing whether or not you are a human visitor and to prevent automated spam submissions.
5 + 0 =
Solve this simple math problem and enter the result. E.g. for 1+3, enter 4.
Throughout our 25 years of life,
more than 13,000 students have trusted
the excellence and quality of training of ENAE Business School.
Register now

SHARE THIS

Whatsapp ENAE Business SchoolWhatsApp Enae Business School
Whatsapp ENAE Business School