Diplomado Minería de datos con SAS

I. Inteligencia de Negocios
1. Manipulación de datos con SAS Base y SQL2. Introducción a los Almacenes de datos3. Análisis OLAP4. Reportes
II. Análisis Exploratorio1. Estadística Descriptiva1.1. Estadísticos Sumarizados (media,desviaciónestándar, máximo, mínimo, varianza y errorestándar)
1.2. Esquema de un Dataset1.3. Análisis de Distribución1.4. Frecuencias de Variables categóricas
1.5. Gráficos
2.1. ANOVA (Prueba t, Factor y Factor noparamétrico)2.2. Regresión Lineal2.3. Tablas de contingencia2.4. Regresión no Lineal2.5. Regresión Logística2. Estadística No Paramétrica
3. Muestreo3.1. Simple
3.2. Estratificado3.3. Sistemático4. Multivariado4.1. Análisis de Correlación4.2. Análisis de componentes4.3. Análisis discriminante
1. Introducción a la Minería de Datos1.1. ¿Qué es minería de datos?1.2. ¿Por qué minería de datos?1.3. CRISP-DM y SEMMA.1.4. Introducción a SAS Enterprise Miner2. Datos de procesamientoI V. Introducción a la Minería de Datos
2.1. ¿Por qué procesar los datos?2.2. Limpieza de datos2.3. Manejo de datos missing
III. Calidad de Datos1. Panorama general de los sistemas OLTP OLAP2. Análisis y reconciliación de los datos3. Limpieza4. Integración
I V. Introducción a la Minería de Datos
1. Introducción a la Minería de Datos1.1. ¿Qué es minería de datos?1.2. ¿Por qué minería de datos?1.3. CRISP-DM y SEMMA.1.4. Introducción a SAS Enterprise Miner2. Datos de procesamiento2.1. ¿Por qué procesar los datos?2.2. Limpieza de datos2.3. Manejo de datos missing
2.4. Identificación de errores de clasificación2.5 Métodos gráficos y outliers2.6. Transformación de datos2.7. Métodos numéricos y outliers

V. Técnicas Minería de Datos y evaluación de modelos1. Técnicas de Minería de Datos1.1. Regresión Logística1.2. Árboles de decisión (CART y C4.5)1.3. Redes neuronales1.4. Clúster1.5. Reglas de Asociación1.6. Algoritmo K-nearest neighbor1.7. K means1.8. Naive Bayes1.9. Support Vector Machines2. Evaluación de modelosVI.Minería de Datos Aplicada1. Casos de Estudio2. Minería de Texto2.1. Importación y preparación de textos2.2. Filtrado de textos2.3. Análisis de textos2.4. Tema2.5. Clusterización de Textos