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


Dates are subject to availability and take place between 09:30 and 16:30.
Los cursos de formación abiertos requieren más de 5 participantes.

Testimonios (1)

Cursos Relacionados

Categorías Relacionadas