Curso Avanzado de Análisis Predictivo - Desarrollo de Modelos Empresariales (dm061) - Datamining

Knowledge and Systems Peru - KASPERU
En Miraflores (Perú)

US$3.500 - ($2.260.030)
¿O prefieres llamar ahora al centro?
+51 5... Ver más
Usuarios que tenian interés por este curso también también se interesaron por...
Ver más cursos similares

Información importante

  • Curso
  • Miraflores (Perú)
  • 15 horas de clase
  • Duración:
    12 Años
Descripción

Para desarrollar modelos para el tratamiento de datos documentales.
Dirigido a: Profesionales en TI. Consultores en minería de datos. Analistas de marketing en la web. Investigadores de mercado que desean analizar encuestas abiertas. Profesionales en estadística interesados en analizar el contenido de textos no estructurados (formularios, encuestas, etc. ). Por otro lado analistas de tráfico de vehículos, responsables de seguridad de ambientes públicos, diseñadores de ambientes de expendio de productos (supermercados, tiendas), ecologistas interesados en analizar el patrón de movimiento de animales, analistas de servicios de localización, etc.

Información importante
Instalaciones

¿Dónde se da y en qué fecha?

comienzo Ubicación
Consultar
Miraflores
Av. José Pardo 138, Oficina 1402, Lima 18, Lima, Perú
Ver mapa

Preguntas Frecuentes

· Requisitos

Es deseable que los alumnos tengan experiencia en (no indispensable):  Estadística y probabilidades.  Métodos de clasificación, agrupamiento y asociación

¿Qué aprendes en este curso?

Datamining
Gestión de proyectos
Preparación de Datos
Modelado y Evaluación de Modelos
Optimización del Modelo
Despliegue del Modelo

Profesores

Samuel Oporto Díaz
Samuel Oporto Díaz
Docente

Magíster en Inteligencia Artificial – ITESMMéxico. Ingeniero de Sistemas – UNI-Perú. Jefe del Proyectos en el CTIC-UNI. Investigador Principal del Instituto de Investigación de la FIIS (IIFIIS). Especialista en Visión Artificial, Reconocimiento de Patrones y Redes Neuronales. Docente del curso de Inteligencia Artificial en la UNI, UPAO, USMP y UPC. Docente del Curso de Minería de Datos en el IIFIIS, CTIC-UNI y la UPC. Investigador en Ciencias de Computación con publicaciones en: IJCNN2007, ICAIPR2007, ICIAR2005, LNCS2005, CLEI2004, CLEI2006. Consultor en Sistemas Inteligentes y Sistemas Autónomos. Consultor del Programa de Modernización del Estado Peruano.

Temario

El curso se orienta a plantear un método para la construcción de nuevos modelos predictivos desde datos transaccionales disponibles en bases de datos empresariales, se pretende impartir la experiencia adquirida por KAS en el desarrollo, optimización e implementación de modelos predictivos con algoritmos de re-aprendizaje automático. Se pretende que el modelo se adapte a los patrones cambiantes del objeto de estudio.

La arquitectura de un modelo predictivo se plantea en 5 módulos: adquisición de datos, preparación de datos, aprendizaje de patrones, optimización del modelo y consulta de la predicción. Cada módulo dispone de técnicas y tecnologías propias

El método plantea en 6 etapas:
1. Comprensión del Negocio, para conocer la naturaleza del problema predictivo, identificación del objeto de estudio e identificar potenciales atributos explicatorios.
2. Comprensión de los datos, para la recolección de datos y entendimiento de los datos, se aplica algunas tareas de limpieza de datos.
3. Preparación de los datos, para la construcción de indicadores que representen los atributos planteados, como relaciones entre otros atributos, construcción de atributos seriados en el tiempo (ventana de comportamiento), construcción de la clase, condiciones para los estados de la clase. Análisis de la proporción de SI y NO.
4. Modelado y evaluación del modelo, para el muestreo de datos, balanceo de datos, selección de características, normalización de datos, discretización. Uso de los algoritmos naive bayes, árbol de decisión, regresión logística y redes neuronales para la construcción del modelo predictivo. Cálculo de la matriz de confusión.
5. Optimización del modelo, para la resolver un problema de optimización multiobjetivo. Cálculo de parámetros de optimización, tales como tamaño de la muestra, % SI en la muestra (proporción del balanceo), parámetros del algoritmo (tamaño del árbol o neuronas en la capa intermedia). Cálculo de la combinación optima de atributos (selección de características) mediante Pareto.
6. Despliegue del modelo, para depurar la base de datos y dejar solo los atributos y parámetros encontrados durante la optimización. Creación de conexión al servidor del modelo y desarrollo de consultas transaccionales al modelo.

El curso se desarrolla en 5 sesiones de 3 horas para grupo de a lo más 6 estudiantes.

Las clases de desarrollan haciendo uso del SQL Server Data Base Engine como motor de base de datos; del RapidMiner y del SQL Server Analysis Services como motores de minería de datos.

La clases se imparten en las oficinas de KAS en Miraflores - Lima - Perú.

El estudiante debe llevar su propio equipo de computo con el software instalado.


Información adicional

Observaciones: El alumno lleva su propia laptop, donde se instalará los programas a usar.
Alumnos por clase: 6
Persona de contacto: Angélica Lopez

Usuarios que tenian interés por este curso también también se interesaron por...
Ver más cursos similares