INFORMÁTICA Y COMUNICACIONES
Online
Data Mining: Principios y Aplicaciones Clave
Domina el data mining con este curso online. Aprende desde la construcción y desarrollo de bases de datos de soporte a la decisión hasta la extracción de conocimiento. Conocerás el proceso KDD y abordarás proyectos con solidez. Ideal para autónomos, desempleados y trabajadores en ERTE o por cuenta ajena.
Información del curso
- Duración80 horas lectivas
- UbicaciónEspaña
- EmpresaTALENTO
Requisitos y destinatarios
Requisitos
Para acceder al curso debes:
- Estar contratado en régimen general en el sector de servicios a empresas.
- Ser trabajador autónomo.
- Estar en situación de ERTE (total o parcial).
- Pertenecer a los siguientes grupos:
- Mujeres
- Mayores de 45 años
- Trabajadores de baja cualificación (grupos de cotización 6, 7, 9 o 10)
Dirigido a
Autónomos, desempleados, trabajadores en ERTE o por cuenta ajena
Qué aprenderás
- Comprender el proceso de Data Mining.
- Analizar las fases del ciclo CRISP-DM.
- Identificar tipos de problemas: descriptivos y predictivos.
- Aplicar técnicas de clasificación: Árboles de decisión y Naive Bayes.
- Implementar clustering con K-means y EM.
- Dominar técnicas de asociación con A priori.
- Consolidar conocimientos con casos prácticos.
- Elaborar planes de proyecto de Data Mining.
Temario
El curso se estructura en cuatro módulos clave para dominar el Data Mining:
Módulo 1: Fundamentos del Descubrimiento de Conocimiento
- Definición y alcance del Data Mining.
- Análisis exhaustivo de las fases del proceso CRISP-DM: Comprensión del problema, datos, preparación, modelado, evaluación e implementación.
Módulo 2: El Ciclo de Data Mining en Profundidad
- Tipos de problemas: Descriptivos (asociación, clustering) y Predictivos (clasificación).
- Implicaciones de los datos, dominios y técnicas en cada fase del proceso.
- Análisis de casos de uso reales y relevantes.
Módulo 3: Técnicas Avanzadas de Data Mining
- Clasificación: Implementación de Árboles de Decisión y Naive Bayes.
- Clustering: Aplicación de K-means y EM para segmentación.
- Asociación: Reglas A priori para descubrir relaciones ocultas.
Módulo 4: Consolidación y Aplicación Práctica
- Presentación y análisis de un caso práctico integral.
- Aplicación del proceso CRISP-DM en un entorno real.
- Elaboración de un plan de proyecto detallado y ejecutable.