1.1. Descubrimiento de conocimiento de la Inteligencia de negocio

1.2. Business Inteligence

1.3. Data Mining.

2.1. Business Analytics

2.2. Data Analytics

3.1. Conceptos básicos.

3.2. Data Analytics e Inteligencia Artificial

4.1. El estado del arte de la inteligencia artificial en ciencia e industria.

4.2. Metodología de diseño de modelos Machine Learning

4.3. Base teórica probabilística para entender cómo funciona la inteligencia artificial a bajo nivel.

4.4. Regresión Lineal, Polinómica y Logística.

4.5. ¿Por qué el Machine Learning es el futuro?

5.1. El proceso de ETL

5.2. Dimensiones e integración de datos

5.3. Diseño del flujo del proceso y ejecución

6.1. Introducción y aportaciones del Data Mining

6.2. Categoría y proceso de Data Mining

6.3. Ventajas e inconvenientes de Data Mining

6.4. Predictive Analytics

6.5. Técnicas y Algoritmos

7.1. Importancia del Business Intelligence

7.2. Herramientas de la inteligencia de negocios

7.3. Dashboards de visualización y consulta

8.1. Conceptos Básicos.

8.2. Herramientas para Big Data.

8.3. Big Data Analitycs.

9.1. Test de conocimientos.

9.2. Trabajo voluntario.

9.3. Trabajo obligatorio.