Diplomado en Procesamiento y Transformación en Minería de Datos.
Diplomado
Online
Descripción
-
Tipología
Diplomado
-
Metodología
Online
-
Horas lectivas
150h
-
Duración
6 Semanas
-
Inicio
Fechas disponibles
-
Campus online
Sí
-
Clases virtuales
Sí
La minería de datos se simplifica en un análisis previo al uso de técnicas de aprendizaje automático en Data Science. Esto último, ayuda a los ingenieros informáticos a extraer el máximo valor de los datos. Con el programa, los estudiantes conocerán los distintos procedimientos de inferencia estadística para analizar y determinar el estudio de las variables, su distribución y valores. Todo esto, supone un avance en la carrera de los estudiantes que deseen especializarse en esta área.
Información importante
Documentación
- 171diplomado-procesamiiento-transformacion-mineria-datos.pdf
Sedes y fechas disponibles
Ubicación
comienzo
comienzo
Información relevante sobre el curso
Objetivos generales
Analizar los beneficios de la aplicación de técnicas de analítica del dato en cada departamento de la empresa
Desarrollar las bases para el conocimiento de las necesidades y aplicaciones de cada departamento
Generar conocimiento especializado para seleccionar la herramienta adecuada
Proponer técnicas y objetivos para ser lo más productivos posible según el departamento
Objetivos específicos
Generar conocimiento especializado sobre los estadísticos previos para cualquier análisis y evaluación de datos
Desarrollar las habilidades necesarias para la identificación, preparación y transformación de datos
Evaluar las distintas metodologías presentadas e identificar ventajas e inconvenientes
Examinar los problemas en entornos de datos de alta dimensionalidad
Desarrollar la implementación de los algoritmos empleados para el preprocesamiento de datos
El conocimiento proporcionado en este programa ayudará a los ingenieros informáticos a abordar el análisis previo a aplicar técnicas de aprendizaje automático con el objetivo de extraer el máximo valor a los datos. De esta manera, podrán generar conocimiento especializado que se sustente en análisis estadísticos. Para ello, TECH ha establecido los siguientes objetivos generales y específicos.
Este Diplomado en Procesamiento y Transformación en Minería de Datos contiene el programa más completo y actualizado del mercado.
Tras la superación de la evaluación, el alumno recibirá por correo postal* con acuse de recibo su correspondiente título de Diplomado emitido por TECH Universidad Tecnológica.
El título expedido por TECH Universidad Tecnológica expresará la calificación que haya obtenido en el Diplomado, y reunirá los requisitos comúnmente exigidos por las bolsas de trabajo, oposiciones y comités evaluadores de carreras profesionales.
Título: Diplomado en Procesamiento y Transformación en Minería de Datos
N.º Horas Oficiales: 150 h.
Nuestra escuela es la primera en el mundo que combina el estudio de casos clínicos con un sistema de aprendizaje 100% online basado en la reiteración, que combina 8 elementos diferentes que suponen una evolución con respecto al simple estudio y análisis de casos. Esta metodología, a la vanguardia pedagógica mundial, se denomina Relearning.
Nuestra escuela es la primera en habla hispana licenciada para emplear este exitoso método, habiendo conseguido en 2015 mejorar los niveles de satisfacción global (calidad docente, calidad de los materiales, estructura del curso, objetivos…) de los estudiantes que finalizan los cursos con respecto a los indicadores de la mejor universidad online en habla hispana.
Recibida su solicitud, un responsable académico del curso le llamará para explicarle todos los detalles del programa, así como el método de inscripción, facilidades de pago y plazos de matrícula.
En primer lugar, necesitas un ordenador (PC o Macintosh), conexión a internet y una cuenta de correo electrónico. Para poder realizar los cursos integramente ON-LINE dispone de las siguientes opciones: Flash - Instalando Flash Player 10 o posterior (http://www.adobe.com/go/getflash), en alguno de los siguientes navegadores web: - Windows: Internet Explorer 6 y posteriores, Firefox 1.x y posteriores, Google Chrome, Opera 9.5 y posteriores - Mac: Safari 3 y posteriores, Firefox 1.x y posteriores, Google Chrome - Linux: Firefox 1.x y posteriores HTML5 - Instalando alguno de los navegadores web: - Google Chrome 14 o posterior sobre Windows o Mac - Safari 5.1 o posterior sobre Mac - Mobile Safari sobre Apple iOS 5.0 o posterior en iPad/iPhone Apple iOS - Articulate Mobile Player; Apple iOS 5.0 o posterior en iPad.
Opiniones
Materias
- Análisis de datos
- Minería
- Informática
- Ingeniería
- Calidad
Profesores
Arturo Peralta Martín-Palomino
Profesor
Temario
Módulo 1. Minería de Datos. Selección, preprocesamiento y transformación
1.1. La inferencia estadística
1.1.1. Estadística descriptiva vs. Inferencia estadística
1.1.2. Procedimientos paramétricos
1.1.3. Procedimientos no paramétricos
1.2. Análisis exploratorio
1.2.1. Análisis descriptivo
1.2.2. Visualización
1.2.3. Preparación de datos
1.3. Preparación de datos
1.3.1. Integración y limpieza de datos
1.3.2. Normalización de datos
1.3.3. Transformando atributos
1.4. Los valores perdidos
1.4.1. Tratamiento de valores perdidos
1.4.2. Métodos de imputación de máxima verosimilitud
1.4.3. Imputación de valores perdidos usando aprendizaje automático
1.5. El ruido en los datos
1.5.1. Clases de ruido y atributos
1.5.2. Filtrado de ruido
1.5.3. El efecto del ruido
1.6. La maldición de la dimensionalidad
1.6.1. Oversampling
1.6.2. Undersampling
1.6.3. Reducción de datos multidimensionales
1.7. De atributos continuos a discretos
1.7.1. Datos continuos versus discretos
1.7.2. Proceso de discretización
1.8. Los datos
1.8.1. Selección de datos
1.8.2. Perspectivas y criterios de selección
1.8.3. Métodos de selección
1.9. Selección de instancias
1.9.1. Métodos para la selección de instancias
1.9.2. Selección de prototipos
1.9.3. Métodos avanzados para la selección de instancias
1.10 Preprocesamiento de datos en entornos Big Data
1.10.1. Big Data
1.10.2. Preprocesamiento “clásico” versus masivo
1.10.3. Smart Data
Diplomado en Procesamiento y Transformación en Minería de Datos.