Hoy en día el volumen de datos aportado por los diferentes sistemas informáticos crece de forma muy elevada, aunque el conocimiento aportado por los mismos no aumenta de la misma forma dada la dificultad de procesamiento mediante los métodos clásicos.
La Minería de datos engloba un conjunto de técnicas no triviales mediante diferentes herramientas utilizadas, encaminadas a la extracción de forma automática de un mayor conocimiento procesable e implícito en las bases de datos utilizadas. La idea es descubrir información oculta de los datos de cualquier sistema, de forma que gracias a esta tecnología se puedan resolver problemas tanto de predicción, clasificación y segmentación de una manera rápida.
Profesionales del mundo de la informática, la estadística y el negocio y personas interesadas en descubrir cómo obtener un mayor rendimiento de los datos de su empresa para mejorar el acceso e integración de éstos y optimizar el proceso de toma de decisiones
Reunir, depurar y transformar todos los datos que la empresa almacena en información estructurada y coherente.
Aplicar, analizar y convertir la información obtenida en conocimiento que ayude en la toma de decisiones estratégicas y operacionales.
Almacenar y manejar datos con Excel y crear proyectos de Minería de datos en SQL.
Módulo 1: Introducción a la Minería de Datos
Qué es Minería de datos
Objetivos de la Minería de datos
Arquitectura lógica de Minería de datos en SQL Server 2008 R2. Novedades de Minería de datos en SQL Server 2008 R2
Introducción a la Minería de datos en Business Intelligence Development Studio desde SQL Server 2008 R2
Módulo 2: Bayes Naive de Microsoft
Introducción a Bayes Naive
Uso del algoritmo
Consultas de predicción, Singleton
PRÁCTICA: Aplicación del algoritmo de Bayes Naive
Módulo 3: Árboles de decisión de Microsoft
Introducción a Árboles de decisión
Uso del algoritmo
Consultas de predicción, Singleton
PRÁCTICA: Aplicación del algoritmo Árboles de decisión
Módulo 4: Clúster de Microsoft
Introducción a clústeres
Consultas de predicción, Singleton
PRÁCTICA: Aplicación del algoritmo de Clúster de Microsoft
Módulo 5: Clúster de Secuencia
Introducción a clústeres de secuencia
Uso del algoritmo
Consultas de predicción, Singleton
PRÁCTICA: Aplicación del algoritmo Clúster de Secuencia
Módulo 6: Algoritmos de asociación
Introducción a reglas de asociación
Uso del algoritmo
Consultas de predicción, Singleton
PRÁCTICA: Aplicación del algoritmo de Asociación
Módulo 7: Red neuronal de Microsoft
Introducción a redes neuronales
Uso del algoritmo
Consultas de predicción, Singleton
PRÁCTICA: Aplicación del algoritmo Red Neuronal de Microsoft
Módulo 8: Series temporales de Microsoft
Introducción a series temporales
Uso del algoritmo
Consultas de predicción, Singleton
PRÁCTICA: Aplicación del algoritmo Series Temporales
Módulo 9: Regresiones de Microsoft
Introducción a las regresiones
Uso del algoritmo
Consultas de predicción, Singleton
PRÁCTICA: Aplicación del algoritmo Regresiones
¡Infórmate ahora sin compromiso!