Diplomado Minería de datos con SAS

Instituto Matemático y Actuarial Mexicano (IMAM)
En Cuauhtémoc

Consultar precio
¿Quieres hablar con un Asesor sobre este curso?

Información importante

Tipología Diplomados
Nivel Nivel intermedio
Lugar Cuauhtémoc
Duración Flexible
Inicio Fechas a escoger
  • Diplomados
  • Nivel intermedio
  • Cuauhtémoc
  • Duración:
    Flexible
  • Inicio:
    Fechas a escoger
Descripción

La Minería de Datos es un proceso que permite obtener conocimiento a partir de los datos almacenados, mediante un proceso no trivial de extracción de información implícita, previamente desconocida y potencialmente útil.

Instalaciones

Dónde se imparte y en qué fechas

Inicio Ubicación
Fechas a escoger
Cuauhtémoc
Tlaxcala Núm. 67, primer piso, Col. Roma Sur., Del. Cuauhtémoc, C.P.06760, CDMX., 06760, Ciudad de México (Distrito Federal), México
Inicio Fechas a escoger
Ubicación
Cuauhtémoc
Tlaxcala Núm. 67, primer piso, Col. Roma Sur., Del. Cuauhtémoc, C.P.06760, CDMX., 06760, Ciudad de México (Distrito Federal), México

¿Qué aprendes en este curso?

Calidad de datos
Panorama general de los sistemas OLTP y OLAP
Introducción a los Almacenes de datos
Frecuencias de Variables categóricas
ANOVA
Análisis de componentes
Limpieza de datos
Regresión logística
Minería de Texto
Clusterización de Textos

Profesores

Equipo Docente
Equipo Docente
Director

Programa académico

1. Calidad de Datos

1.1 Panorama general de los sistemas OLTP y OLAP

1.2 Análisis y reconciliación de los datos

1.3 Limpieza

1.4 Integración

2. Inteligencia de Negocios

2.1 Manipulación de datos con SAS Base y SQL

2.2 Introducción a los Almacenes de datos

2.3 Análisis OLAP

2.4 Reportes

3. Análisis Exploratorio

3.1 Estadística Descriptiva

3.1.1 Estadísticos Sumarizados (media, desviación estándar, máximo, mínimo, varianza y error estándar)

3.1.2 Esquema de un Dataset

3.1.3 Análisis de Distribución

3.1.4 Frecuencias de Variables categóricas

3.1.5 Gráficos

3.2 Estadística No Paramétrica

3.2.1 ANOVA (Prueba t, Factor y Factor no paramétrico)

3.2.2 Regresión Lineal

3.2.3 Tablas de contingencia

3.2.4 Regresión no Lineal

3.2.5 Regresión Logística

3.3 Muestreo

3.3.1 Simple

3.3.2 Estratificado

3.3.3 Sistemático

3.4 Multivariado

3.4.1Análisis de Correlación

3.4.2 Análisis de componentes

3.4.3 Análisis discriminante

4. Introducción a la Minería de Datos

4.1 Introducción a la Minería de Datos

4.1.1 ¿Qué es minería de datos?

4.1.2 ¿Por qué minería de datos?

4.1.3 CRISP-SEMMA

4.1.4 Introducción a SAS Enterprise Miner

4.2 Datos de procesamiento

4.2.1 ¿Por qué procesar los datos?

4.2.2 Limpieza de datos

4.2.3 Manejo de datos missing

4.2.4 Identificación de errores de clasificación

4.2.5 Métodos gráficos y outliers

4.2.6 Transformación de datos

4.2.7 Métodos numéricos y outliers

5. Técnicas Minería de Datos y evaluación de modelos

5.1 Técnicas de Minería de Datos

5.1.1. Regresión Logística

5.1.2. Árboles de decisión (CART y C4.5)

5.1.3. Redes neuronales

5.1.4. Clúster

5.1.5. Reglas de Asociación

5.1.6. Algoritmo K-nearest neighbor

5.1.7. K means

5.1.8. Naïve Bayes

5.1.9. Support Vector Machines

5.2. Evaluación de modelos

6. Minería de Datos Aplicada

6.1. Casos de Estudio

6.2. Minería de Texto

6.2.1 Importación y preparación de textos

6.2.2 Filtrado de textos

6.2.3 Análisis de textos

6.2.4 Tema

6.2.5 Clusterización de Textos


Los usuarios que se interesaron por este curso también han mostrado interés por...
Ver más cursos similares