Seleccionar página

Diplomado en

Data Mining for Business Analytics

Características clave

Inicio: A partir del 15 Enero de 2021

Sesiones semanales de tutoría online dirigidas por el instructor

Modalidad: 100% online

Duración: 160 horas de aprendizaje combinado

Más de 20 tutoriales de herramientas de Data Mining with R

Avalado por la Universidad Central de Venezuela

Descripción General

El Diplomado en Data Mining for Business Analytics presenta un enfoque aplicado a los conceptos y métodos de Data Mining, utilizando el software R. Los participantes aprenderán cómo implementar una variedad de algoritmos de Data Mining en R,  un programa de código abierto ampliamente utilizado para abordar problemas y oportunidades comerciales. Aprenderán los conceptos básicos de este lenguaje, incluidos factores, listas y marcos de datos. Con el conocimiento adquirido, el cursante estará listo para realizar su primer análisis de datos propio. Oracle estimó en el 2012 que hay más de 2 millones de usuarios de R en todo el mundo, consolidando a R como un lenguaje de programación líder en estadística y ciencia de datos. Cada año, el número de usuarios de R aumenta en aproximadamente un 40% y un número creciente de organizaciones lo utilizan en sus actividades cotidianas.

El programa cubre tanto algoritmos estadísticos y de machine learning (aprendizaje automático) para la predicción, clasificación, visualización, reducción de dimensiones, sistemas de recomendación, agrupación, minería de texto y análisis de redes. 

Este programa es una excelente oportunidad para analistas, investigadores y profesionales que trabajan con métodos cuantitativos en los campos de negocios, finanzas, marketing, informática y tecnología de la información. 

Usted contará con una revisión de los métodos de análisis de negocios, cubriendo desde enfoques clásicos como la regresión lineal y logística, hasta métodos modernos como redes neuronales, bagging and boosting, e incluso procedimientos mucho más específicos de negocio, tales como análisis de redes sociales y text mining (minería de texto). 

Acelere su carrera y domine las áreas clave necesarias para el éxito en Data Mining for Business Analytics. Conviértase en un profesional internacional que pueda impulsar la innovación en cualquier organización.

Lo que aprenderás

Para más información,

ingresa tus datos

¡Llámanos!

Contacta con uno de nuestros especialistas de inscripciones para mayor información y armar un plan a tu medida.

¡Contáctanos!

Contacta con uno de nuestros especialistas de inscripciones para mayor información y armar un plan a tu medida.

Plan de estudios

¿A quién está dirigido?

Pre-requisitos

Contenido del curso

Metodologías y estándares. Identificación de las fuentes de datos. Herramientas para el desarrollo. Introducción a la programación en R. Gestión y Visualización de datos.

  • Definiciones básicas:
  •      Conceptos de Business Analytics, Data Mining, Big Data y Data Science.
  •      Relación con otras disciplinas. Aplicaciones y ejemplos.
  •     Objetivos de la Data Mining, Patrones y Modelos.
  • Áreas de aplicación y ejemplos:
  •      Ejemplos de aplicación en varias áreas
  •      Tareas de minería de datos para construir modelos.
  • Metodologías y estándares:
  •      Proceso KDD y Metodología CRISP-DM
  • Características de los datos:
  •      Fuentes de datos.
  •      Conjuntos de datos.
  • Caja de herramientas.
  • Introducción al lenguaje R.
  • Generación de números aleatorios.
  • Programación vectorial e indexación lógica.
  • Familia de funciones Applay.
  • Visualización de los datos.
  • Persistencia de datos y modelos.
  •  
  • Selección de atributos.
  • Pre-procesamiento y limpieza.
  • Problema de la dimensionalidad.
  • Extracción de características.
  • Tipos de métodos en Minería de Datos.
  • Análisis exploratorio de datos.
  • Mapa de correlaciones.
  • Modelos estadísticos.
  • Bondad de ajuste.
  • Análisis de Componentes Principales (PCA)
  •      Plano principal.
  •      Relación entre variables.
  •      Calidad de la representación.
  •      Reducción de la dimensionalidad con el PCA.
  • Identificación de conglomerados.
  •      La Inercia y el teorema de Fisher.
  •      Cálculo de la distancia.
  •      Estimación del número de grupos.
  •      Árboles de Clasificación Jerárquica.
  •      Método de nubes dinámicas con K-medias.
  •      Paralelizando el método de K-medias.

Métodos de clasificación. Calibración y selección de modelos.

  • Definiciones de clasificación
  • Problema de separabilidad
  • Uso de funciones Kernel
  • Entrenamiento y testing
  • Medidas de calidad
  •      Cálculo de errores. Matriz de confusión
  •      Curvas ROC
  • Métodos de clasificación
  •      Análisis discriminante
  •      Análisis discriminante cuadrático
  •      Método Bayesiano ingenuo
  •      Regresión logística
  •      Método de K-vecinos más cercanos
  •      Máquinas de Soporte Vectorial (SVM)
  •      Árboles de decisión
  •      Bosques aleatorios
  •      Redes neuronales
  • Evaluación de los métodos
  • Problemas del uso de conjuntos de entrenamiento y testing
  • Sobre ajuste o especialización
  • Validación cruzada
  • Calibración de los métodos
  •      Calibración del K-medias
  •      Calibración del SVM

Herramientas cubiertas

¿Cuál es el proyecto del curso?

Desarrollar una solución de Data Mining for Business Analytics en el cual deberá desarrollar las siguientes fases:

Fase 1

Recolección de los datos

Ésta es de importancia crítica, debido a que buenas elecciones en esta etapa puede tener un impacto significativo en el proceso de minado para luego ser almacenada en un Data Warehouse para su posterior procesamiento.

Fase 2

Limpiando de la data

Esto significa preparar los datos para que sean susceptibles de ser procesados, que esencialmente significa transformar los datos en un formato amigable a los algoritmos de minería, a la vez que se realiza el proceso de integración de los datos y manejo de datos faltantes.

Fase 3

Procesamiento analítico y algoritmos

Supone el diseño de un método analítico con la data procesada para realizar clustering analysis para identificar grupos objetivo, regression analysis para hacer previsiones de marketing, classification analysis para identificar spam y más, anomaly detection para reconocer las incongruencias, intrusion detection para una mayor seguridad del sistema, association rule learning para descubrir la relación entre datos, decision trees para optimizar el project risk management, entre otros.

¿Quienes son tus facilitadores?

Contarás con las tutorías y mentorías de un equipo de profesionales especializados en el área de Data Mining for Business Analytics.

¿Cómo se obtiene el Diploma en Data Mining for Business Analytics?

Para obtener el Diploma en Data Mining for Business Analytics, debe cumplir con los siguientes criterios:
Logo UCV

Avalado por la Universidad Central de Venezuela

Preguntas Frecuentes

El costo del programa es de $500 USD, pero usted puede aprovechar la promoción / descuento vigente a la fecha.

Necesitarás acceso a una computadora. Una máquina con sistema operativo en Windows, macOS o Linux funcionará bien.

No. El diplomado es autodidacta y se dividirá en segmentos cortos de video pregrabados con evaluaciones periódicas para verificar su progreso.

Si usted no puede participar en una sesión online, usted la podrá ver luego pues esta queda grabada y estará disponible dentro de los recursos de los foros de sesiones online.

Cada programa tiene un foro activo en línea donde los estudiantes pueden ayudarse entre sí. Además, los instructores, los asistentes de enseñanza y otros facilitadores de DiplomadosOnline.com supervisarán los foros e intentarán ayudar. A menudo, la respuesta más rápida proviene de otro estudiante.

Recibirá una calificación final, pero la calificación no estará en la confirmación de finalización del diplomado. Para recibir un certificado de finalización, deberá alcanzar el 65% en material calificado. Hay tres tipos diferentes de evaluaciones dentro del diplomado: auto-evaluaciones, laboratorios y examen final. Las auto-evaluaciones no cuentan para su calificación, pero lo ayudarán a verificar su comprensión. Los laboratorios / entregas parciales comprenderán la mitad de su calificación y el examen final / proyecto la mitad de su calificación. Desafortunadamente, debido a la gran cantidad de estudiantes y en aras de la equidad, no se pueden aceptar tareas tardías.

Domina las áreas de Minería de Datos

Matricúlate y acepta el reto de ser el próximo profesional que el mercado está buscando

All search results