OBJETIVOS
CONTENIDOS
1.1. Definición del proceso de data mining .
1.2. Análisis de las fases del proceso de acuerdo a CRISP-DM: o Compresión del problema o Comprensión de los datos o Preparación de los datos o Modelado o Evaluación o Implantación.
2.1. Tipos de problemas.
2.1.1. Descriptivos o asociación o clustering.
2.1.2. Predictivos o clasificación.
2.2. Implicaciones de los datos, dominios, técnicas en las fases del proceso
2.3. Casos de uso.
3.1. Clasificación o Arboles de decisión o Naive Bayes
3.2. Clustering o K-means o EM
3.3. Asociación o A priori UNIDAD 4 CONSOLIDACIÓN DE DATA MINING.
3.4. Presentación de un caso practico
3.5. Aplicación del proceso CRISP-Dm
3.6. Elaboración de un plan de proyecto
AL FINALIZAR EL CURSO, OBTENDRÁS:
REQUISITOS
SUBVENCIONADO POR
