course-premium

Curso

Online

Precio a consultar

Controla el manejo efectivo de la información

  • Tipología

    Curso

  • Nivel

    Nivel intermedio

  • Metodología

    Online

  • Duración

    15 Semanas

  • Inicio

    Fechas disponibles

  • Campus online

  • Servicio de consultas

  • Clases virtuales

Presentar de manera sistemática las técnicas y herramientas que permiten analizar grandes cantidades de datos y descubrir relaciones ocultas pero presentes en ellos de manera de contribuir con nueva información al proceso de toma de decisiones y predicción de fenómenos futuros.
Capacitar en la aplicación y el uso de las técnicas y herramientas necesarias para desarrollar modelos de minería de datos de manera que el participante, luego de haber terminado el curso, esté en condiciones de aplicarlos en su tarea diaria.
Aplicar los contenidos aprendidos en casos de aplicación relacionados con las disciplinas de la ingeniería de cada participante o en casos simulados presentados por el docente: producción, mantenimiento, medioambiente, logística, diseño industrial, desarrollo de software, marketing.

Sedes y fechas disponibles

Ubicación

inicio

Online

inicio

Fechas disponiblesInscripciones abiertas

Información relevante sobre el curso

¿Por qué estudiar en la UCA?

El conocimiento es el activo de mayor valor en los negocios actuales,pues permite diferenciarse de la competidores y gestionar efectivamente el resto de los activos de la organización. El conocimiento existe en todos las funciones del negocio, incluyendo compras, marketing, diseño, manufactura, producción, mantenimiento y distribución, pero es de difícil identificación, captura y gestión. Estos reservorios de datos son una fuente de alto potencial de nuevo conocimiento para la organización, y es aquí donde el Data Mining puede utilizarse para modelar, clasificar, y hacer predicciones para numerosas aplicaciones.
Este curso de posgrado le brinda al participante información y práctica suficiente para implementar aplicaciones de descubrimiento de conocimiento a partir delos datos recolectados y almacenados en su organización.
La implementación de la modalidad on-line permite que los alumnos que se encuentran alejados dela ciudad de Buenos Aires puedan realizar el curso en forma virtual por medio de una plataforma de e-learning interactiva, en el horario y días que cada uno determine y a un ritmo semanal.
La formación virtual se complementa con una clase optativa presencial en Buenos Aires, para lo cual se requiere de un único viaje de traslado. En la misma se vivencia una aplicación real y se discuten los trabajos de aplicación a ser realizados por los diversos grupos de participantes.

Graduados universitarios, graduados de carreras terciarias, idóneos o ejecutivos previa comprobación de conocimientos necesarios. Lectura de material en idioma inglés.

Copia legalizada del Título universitario (de corresponder)
Currículo Vitae.
Copia del DNI (argentinos) o Documento de Identidad vigente (extranjeros).
Foto carnet (formato JPG o similar).

Preguntas & Respuestas

Añadí tu pregunta

Nuestros asesores y otros usuarios podrán responderte

¿Quién querés que te responda?

Dejanos tus datos para recibir respuesta

Sólo publicaremos tu nombre y pregunta

Opiniones

Logros de este Centro

2020

Todos los cursos están actualizados

La valoración media es superior a 3,7

Más de 50 opiniones en los últimos 12 meses

Hace 14 años que este centro está en Emagister.

Materias

  • Patrones
  • Data Mining
  • Redes
  • Programación
  • Fundamentos
  • Modelos
  • Bbdd
  • Bases de datos
  • Minería de Datos
  • Proyectos
  • Clasificación
  • Ejercicios
  • Visualización
  • Big Data
  • Procesamiento de datos
  • Etnografías
  • Scrapping
  • API´s
  • Clustering
  • Métodos avanzados
  • Casos de aplicación

Plan de estudios

Contenido Académico:

Introducción a la minería de datos

¿Qué es y qué no es Data Mining? Aplicaciones de la minería de datos en las organizaciones: predicciones bursátiles, marketing, detección de fraudes, patrones de fuga, producción, mantenimiento, logística, ciencia. Introducción a las herramientas deminería de datos: métodos predictivos y descriptivos. Tareas de Data Mining: clasificación, agrupamiento (clustering), descubrimiento de reglas de asociación, descubrimiento de patrones secuenciales, regresión, detección de anomalías.

Selección y pre-procesamiento dedatos

Introducción a los proyectos de inteligencia de negocios (Business Intelligence). Manejode datos e información. Bases de datos (Data Warehousing). Selección e integraciónde datos. Pre-procesamiento de datos: limpieza, integración, transformación, reducción,y discretización de datos.

Clasificación

Ejemplos de problemas de clasificación. Árboles de decisión. Clasificadores basados enreglas. Métodos bayesianos: Naïve Bayes. Máquinas de soporte vectorial (Support Vector Machines). Redes Neuronales: perceptrón multicapa. Vecinos más cercanos.Implementación de clasificadorescon paquete de software libre WEKA (Universidad deWaikato, Nueva Zelandia).

Clustering

Aplicaciones del análisis de clustering: descriptiva y sumarización. Clasificación de de clusters: jerárquico/particional, exclusivos/no-exclusivos, fuzzy/no-fuzzy, parcial/completo, heterogéneo/homogéneo. Tipo de clusters: bien separados,basadosen centros, contiguos, basados en densidad, conceptuales, descritos por unafunción objetivo. Medidas de similaridad. Algoritmos de clustering: vecinos máscercanos,clustering jerárquico y basado en densidad. Análisis de casos.

Aspectos prácticos

Aspectos prácticos al implementar clasificadores: sobreajuste, subajuste, valoresfaltantes, expresividad, evaluación y comparación de modelos (métricas y métodos).Reducción de la dimensionalidad. Desbalanceo de clases.

Multimedia Data Mining

Aplicación de herramientas de Data Mining en datos provenientes de imágenes, videos, audio y habla.

Casos de aplicación de Data Mining

Introducción al paquete de software libre “R” (R Foundation for Statistical Computing). Aplicación de los métodos de regresión múltiple y regresión LASSO. Aplicación de redes neuronales aun proceso de negocios. Determinación de las causas de fallaempleando la metodología de Clustering. Aplicación de la reducción de dimensionalidaden un proceso industrial.

Big Data

¿Qué es Big Data? Gestión de grandes volúmenes de datos ¿Cómo trabaja Map-Reduce? Entorno Open-Source de software para procesamiento y almacenamiento distribuido: Apache Hadoop. Algoritmos de Data Mining en Big Data. Computación iterativa distribuida. Entorno para el procesamiento en cluster de computadoras: Apache Spark.

Trabajo final

El trabajo final se realiza en forma grupal y tiene como finalidad que los participantesapliquen losconocimientos adquiridos durante el curso en la resolución de problemasde casos reales de sus organizaciones. Algunos trabajos presentados en ediciones anteriores:

  • Optimización del diseño de productos siderúrgicos para el cumplimiento de especificaciones de atributos cualitativos.
  • Optimización en el proceso de resolución de siniestros de daños materiales en automotores mediante el Sistema CLEAS.
  • Análisis de datos antropométricos del cráneo humano: estrategias de clasificación y modelado.
  • Determinación de la flota de equipos mineros más eficiente para la extracción de material desde un determinado PIT en Santa Cruz.
  • Determinación de áreas inundadas a través del uso de imágenes satelitales y fotografías aéreas.
  • Aplicación de técnicas de Data Mining para la detección de operaciones sospechosas de Lavado de Dinero.
  • Reducción de tiempos en el proceso de cobranza de una empresa de venta de equipos de informática.
  • Reducción de siniestros en una empresa de transporte público de pasajeros.
  • Segmentación de compradores de camas náuticas en una guardería de lanchas.
  • Optimización de parámetros de diseño de recubrimientos comestibles de alimentos.
  • Detección de Inicios de Calidad en Venta Directa
  • Mantenimiento de flota logística
  • Parámetros de Inyección de pieza plástica vs pieza no conforme de calidad
  • Predicción de compra de clientes

Información adicional

Sede - Buenos Aires

Data Mining y Big Data

Precio a consultar