-?Descubrir las bases de datos de soporte a la decision y toda la problematica asociada tanto a su construccion y desarrollo como a la extraccion de conocimiento de las mismas y enfrentarse a un proyecto de Data Mining con los conocimientos suficientes pudiendo abordar cualquiera de sus fases de desarrollo finalidad la descripcion precisa del proceso de KDD.
-?Entender en que consiste el Data Mining en terminos generales y aprender a aplicar la metodologia CRISP-DM en un proyecto de Data Mining.
-?Conocer los diferentes metodos de resolucion de problemas que se dan en Data Mining para ser capaces de identificar ante que situaciones se debe utilizar cada uno de ellos.
– Conocer tanto el concepto como el funcionamiento de las tecnicas mas importantes disenadas para dar resolucion a los problemas descriptivos y predictivos de Data Mining, asi como estas deben aplicarse.
-?Conocer cada una de las fases de un proyecto de Data Mining, siendo capaz de aplicar los conceptos teoricos y practicos de las tecnicas de analisis de datos en la resolucion de los problemas planteados en cada objetivo del proyecto.
?
€120.00
El proceso de descubrimiento de conocimiento en bases de datos
Definicion del proceso de Data Mining
Analisis de las fases del proceso de acuerdo a CRISP-DM.
?
El ciclo de Data Mining: fases y tipos de problemas
Tipos de problemas
?Descriptivos o asociacion o clustering
Predictivos o clasificacion
Implicaciones de los datos, dominios, tecnicas en las fases del proceso
Casos de uso
Tecnicas de Data Mining
Clasificacion: arboles de clasificacion y Naive Bayes
Clustering: K-means y EM
Reglas de asociacion
Consolidacion de Data Mining
Presentacion de un caso practico
Aplicacion del proceso CRISP-DM
Elaboracion de un plan de proyecto
Average Star Rating: 0.0 out of 5 (0 vote)
If you finish the payment today, your order will arrive within the estimated delivery time.Only logged in customers who have purchased this product may leave a review.
Reviews
There are no reviews yet.