Modelos De Pronósticos

• Introducción al análisis cuantitativo
• Concepto y aplicación de probabilidad y pruebas de hipótesis
• Análisis de decisión
• Modelos de series de tiempo
• Modelos de regresión
• Modelos econométricos
• Modelos de pronósticos cualitativos
• Tópico avanzado de pronóstico

Modelos de Optimización

• Modelos de control de inventarios
• Programación lineal
• Modelo de transporte
• Programación entera, programación por metas y programación no lineal
• Modelo de redes
• Modelo de las de espera y teoría de colas
• Modelado de la simulación
• Análisis de Markov
• Control estadístico de calidad
• Métodos avanzados de optimización

Teoría de Juegos, Teoría del Caos y La Complejidad

• Teoría de juego
• Predicción, caos y complejidad

• Fundamentos Data management & Data Governance

  Fundamentos de Business Intelligence & Business Analytics

  Arquitecturas y componentes de una solución de BI

  Metodologías de desarrollo de Soluciones de BI & BA

  Fundamentos del Modelado Dimensional y construcción de Data Warehouse

  Taller ETL (Extracción Transformación y Carga)

  Desarrollo de soluciones OLAP

  Pentaho Essential Training

  Power BI Essential Training

  Tableau Essential Training

Fundamentos de la investigación tecnológica

Planteamiento y formulación del Problema de Investigación Tecnológica.

Marco Teórico – Metodológico de Investigación Tecnológica.

Teoría del Problema Tecnológico.

Fundamentos de Data Mining for Business Analytics

• 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.

Fundamentos de los métodos descriptivos en Data Mining.

• 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.

Fundamentos de los métodos predictivos en la Minería de Datos.

•  

• 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

Análisis Estratégico. Introducción a la Gestión Estratégica.

• Introducción a la dirección estratégica
• Creación de Valor, Stakeholders y Gobierno 
• La Orientación y los Objetivos Estratégicos
• Análisis del Entorno General
• Análisis del Entorno Competitivo
• Análisis Interno

Key Performance Indicator

• Introducción a KPI
• Caracteristicas de los KPI
• Principales errores al definir KPI
• Mejores prácticas para definir KPI
• Taller de formulación de KPI
• Ajustes y redifiniciones de KPI

Balanced Scorecard

• Definición e importancia del balanced scorecard
• Pasos para elaborar el mapa estratégico y construir un balanced scorecard
• Mapa estratégico y las perspectivas del balanced scorecard
• Objetivo y destino estratégico
• Conexión entre objetivos estratégicos en cada perspectiva
• Estrategias funcionales e iniciativas

Construcción e implementación del Balanced Scorecard

•   Perspectiva financiera: Estados financieros básicos y principales indicadores
•   Perspectiva de mercado y clientes: principales indicadores de mercado y principales indicadores de clientes
•   Perspectiva de procesos internos: principales indicadores de innovación y principales indicadores operativos
•   Perspectiva de aprendizaje y crecimiento: principales indicadores del capital humano y otros indicadores de capacidades
•   Vinculación de indicador con la estrategia
•   Metas, iniciativas, asignación de recursos y presupuestos
•   La gestión de la estrategia del negocio: capacitación, alineación, comunicación, objetivos personales y del equipo, y planes de incentivo
•   El feedback y el proceso de aprendizaje estratégico

Morphology:  study of words, how they are formed, and their relationship to other words in the same language. You can see:

Nouns and their type: Proper/ Common, abstract/concrete, countable/uncountable, individual/collective, simple/compound, primitive/derivative, animate/inanimate.

Verb: Actions, emotions and natural events in a sentence.

Adjectives: describe the features, characteristic or properties of the nouns

Adverbs: Modify nouns, verbs and adjectives. Manner, place, frequency, time, degree, order, certain.

Sintaxis: study of  the set of rules, principles, and processes that govern the structure of sentences, usually including word order. They  are:

Articles: Indefinite and definite

Pronouns: Personal, object, possessive, reflexive

Prepositions: place or location, movement and time.

Suffixes/Prefixes: Build up  new words adding particles at the beginning or at the end on the words in order to change their meaning or function.

Verbal Tense: grammatical category that has the function of indicating the moment in which an action is carried out.

Fundamentos de Big Data y el proyecto Hadoop

• La era digital
• Definiciones básicas
• Áreas de aplicación
• Ejemplos de Big Data
• El proyecto Hadoop y sus componentes
• Hadoop Distributed File System (HDFS)
• Ejercicio: Usando HDFS

Programación bajo el paradigma MapReduce

• Fundamentos de la computación paralela y distribuida
• El paradigma MapReduce
• Algunos ejemplos básicos: Consultas y cruces de datos
• Implementación de algoritmos de análisis de datos: clustering, regresión lineal, regresión logística, clasificación, vecinos más cercanos, entre otros
• Sistemas de recomendación, Jerarquización con el método PageRank
• Fundamentos del Text Mining y el Web-Mining
• Fundamentos del análisis de redes sociales

Implementación de proyecto bajo las Bases de datos NoSQL

• Introducción a las bases de datos NoSQL (NoSQL o “no solo SQL”)
• Tipos de bases de datos NoSQL: clave-valor, orientadas a columnas, Orientadas a documento, Bases de datos de grafos
• Fundamentos de HBASE
• Fundamentos de MongoDB

Clusterización y Sistemas de Recomendación

• Cluster Avanzado
• Sistemas de Recomendación basados en contenido, colaborativos e híbridos

Machine Learning y Redes Neuronales

• Introducción a Machine Learning
• Fundamentos de Redes Neuronales
• Redes Multicapa y el Algoritmo de Backpropagation
• Aplicación de Redes Neuronales a las Series de Tiempo
• Proyectos de Software

Deep Learning y Algoritmos Genéticos

• Introducción al Deep Learning
• Redes Profundas
• Aplicaciones de Redes Profundas
• Introducción a los Algoritmos Genéticos
• Programación en Lenguaje Natural

El trabajo Especial de Grado (TEG), es el producto de la investigación y desarrollo de un determinado problema, perteneciente al campo de investigación científica, tecnológica, científico-tecnológica, de desarrollo tecnológico, o el nivel y tipo que requiera, problemáticas concernientes al mundo de de la tecnología, los negocios y las ciencias aplicada y disciplinas afines. La síntesis de los resultados obtenidos deberá ser presentada de acuerdo a las modalidades de un trabajo monográfico. Para ello será necesario definir debidamente los límites y alcances del tema propuesto, a fin de no desviar la atención hacia aspectos secundarios y de escasa relevancia para los resultados de la investigación. El TEG, está bajo la conducción y supervisión de un Tutor.