Programa del Curso

Fuentes de los métodos

  • Inteligencia artificial
  • Aprendizaje automático
  • Statistics
  • Fuentes de datos

Tratamiento previo de los datos

  • Importación/exportación de datos
  • Exploración y visualización de datos
  • Reducción de dimensionalidad
  • Lidiar con los valores faltantes
  • Paquetes de R

Principales tareas de minería de datos

  • Análisis automático o semiautomático de grandes cantidades de datos
  • Extracción de patrones interesantes previamente desconocidos
  • Grupos de registros de datos (análisis de conglomerados)
  • Registros inusuales (detección de anomalías)
  • Dependencias (minería de reglas de asociación)

Minería de datos

  • Detección de anomalías (detección de valores atípicos/cambios/desviaciones)
  • Aprendizaje de reglas de asociación (modelado de dependencias)
  • Agrupamiento
  • Clasificación
  • Regresión
  • Resumen
  • Minería frecuente de patrones
  • Minería de textos
  • Árboles de decisión
  • Regresión
  • Neural Networks
  • Minería de secuencias
  • Minería frecuente de patrones

Dragado de datos, pesca de datos, espionaje de datos

Requerimientos

Buen conocimiento de R.

  14 horas
 

Número de participantes


Comienza

Termina


Las fechas están sujetas a disponibilidad y tienen lugar entre 09:30 y 16:30.
Los cursos de formación abiertos requieren más de 5 participantes.

Testimonios (1)

Cursos Relacionados

Categorías Relacionadas