Programa del Curso

Introducción

  • Minería de datos como paso de análisis del proceso KDD ("Descubrimiento de conocimiento en Databases")
  • Subcampo de la informática
  • Detección de patrones en grandes conjuntos de datos

Fuentes de los métodos

  • Inteligencia artificial
  • Aprendizaje automático
  • Statistics
  • Database Sistemas

¿En qué consiste?

  • Database y aspectos de gestión de datos
  • Preprocesamiento de datos
  • Consideraciones sobre el modelo y la inferencia
  • Métricas de interés
  • Consideraciones sobre la complejidad
  • Post-procesamiento de las estructuras descubiertas
  • Visualización
  • Actualización en línea

Principales tareas de la minería de datos

  • Análisis automático o semiautomático de grandes cantidades de datos
  • Extracción de patrones interesantes desconocidos hasta ahora
    • 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

Uso y aplicaciones

  • Peligro capaz
  • Análisis del comportamiento
  • Business Análisis
  • Proceso estándar intersectorial para Data Mining
  • Análisis de clientes
  • Minería de datos en la agricultura
  • Minería de datos en meteorología
  • Minería de datos educativos
  • Agrupamiento genético humano
  • Ataque de inferencia
  • Java Data Mining
  • Inteligencia de código abierto
  • Análisis de ruta (computación)
  • ReactInteligencia de negocios

Dragado de datos, pesca de datos, espionaje de datos

Requerimientos

Conocimiento justo sobre estructuras de datos relacionales, SQL

 21 Horas

Número de participantes


Precio por Participante​

Testimonios (5)

Próximos cursos

Categorías Relacionadas