Curso de Data mining: principios y aplicaciones a distancia

Descubrir las bases de datos de soporte a la decisión y toda la problemática asociada tanto a su construcción y desarrollo como a la extracción de conocimiento de las mismas y enfrentarse a un proyecto de Data Mining con los conocimientos suficientes pudiendo abordar cualquiera de sus fases de desarrollo finalidad la descripción precisa del proceso de KDD. - Entender en qué consiste el Data Mining en términos generales y aprender a aplicar la metodología CRISP-DM en un proyecto de Data Mining. - Conocer los diferentes métodos de resolución de problemas que se dan en Data Mining para ser capaces de identificar ante qué situaciones se debe utilizar cada uno de ellos. - Conocer tanto el concepto como el funcionamiento de las técnicas más importantes diseñadas para dar resolución a los problemas descriptivos y predictivos de Data Mining, así como estas deben aplicarse. - Conocer cada una de las fases de un proyecto de Data Mining, siendo capaz de aplicar los conceptos teóricos y prácticos de las técnicas de análisis de datos en la resolución de los problemas planteados en cada objetivo del proyecto.
EDU/934
179,00 €
BEZ barne
Kopurua
  • done Garanties sécurité (à modifier dans le module "Réassurance")
  • done ¡Envío gratuito!
  • done ¡Curso de calidad comprobada! ⭐⭐⭐⭐⭐
El proceso de descubrimiento de conocimiento en bases de datos Definición del proceso de Data Mining Análisis de las fases del proceso de acuerdo a CRISP-DM. El ciclo de Data Mining: fases y tipos de problemas Tipos de problemas Descriptivos o asociación o clustering Predictivos o clasificación Implicaciones de los datos, dominios, técnicas en las fases del proceso Casos de uso Técnicas de Data Mining Clasificación: árboles de clasificación y Naive Bayes Clustering: K-means y EM Reglas de asociación Consolidación de Data Mining Presentación de un caso práctico Aplicación del proceso CRISP-DM Elaboración de un plan de proyecto
Duración 200

Contacto






 
arrow_upward