Curso gratis IFCD012PO DATA MINING: PRINCIPIOS Y APLICACIONES

IFCD012PO DATA MINING: PRINCIPIOS Y APLICACIONES

Curso gratis para: Trabajadores y Empresas, consulta próxima convocatoria
Modalidad de realización del curso: Online
Número de Horas: 80 Horas
Titulación: Diploma acreditativo con las horas del curso
Prácticas Profesionales en Empresa: Sí - Opcionales (consulta condiciones)

Si eres trabajador en Régimen General, disfruta del curso a coste cero

OBJETIVOS DEL CURSO GRATIS IFCD012PO DATA MINING: PRINCIPIOS Y APLICACIONES

Este Curso IFCD012PO DATA MINING: PRINCIPIOS Y APLICACIONES le ofrece una formación especializada en la materia dentro de la Familia Profesional de Informática y comunicaciones. Con este CURSO IFCD012PO DATA MINING: PRINCIPIOS Y APLICACIONES el alumno será capaz de desenvolverse dentro del Sector y descubrir las bases de datos de soporte a la decisión y toda la problemática asociada tanto a su construcción y desarrollo como a la extracción 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 descripción precisa del proceso de kdd.

PRÁCTICAS EN EMPRESA

El curso IFCD012PO DATA MINING: PRINCIPIOS Y APLICACIONES dispone de 150 a 250 horas de Prácticas Profesionales en Empresa. Consulta con nuestros asesores de formación la posibilidad de realizar estas Prácticas Profesionales en su Provincia tras la finalización del curso. Las prácticas en empresa son opcionales y no obligatorias.

CONTENIDO DEL CURSO GRATIS IFCD012PO DATA MINING: PRINCIPIOS Y APLICACIONES

UNIDAD DIDÁCTICA 1. EL PROCESO DE DESCUBRIMIENTO DE CONOCIMIENTO EN BASES DE DATOS

  1. Definición del proceso de data mining
  2. Análisis de las fases del proceso de acuerdo a CRISP-DM: o Compresión del problema o Comprensión de los datos o Preparación de los datos o Modelado o Evaluación o Implantación

UNIDAD DIDÁCTICA 2. EL CICLO DE DATA MINING: FASES Y TIPOS DE PROBLEMAS

  1. Tipos de problemas
  2. - Descriptivos o asociación o clustering
  3. - Predictivos o clasificación
  4. Implicaciones de los datos, dominios, técnicas en las fases del proceso
  5. Casos de uso

UNIDAD DIDÁCTICA 3. TÉCNICAS DE DATA MINING

  1. Clasificación o Arboles de decisión o Naive Bayes
  2. Clustering o K-means o EM
  3. Asociación o A priori

UNIDAD DIDÁCTICA 4. CONSOLIDACIÓN DE DATA MINING

  1. Presentación de un caso practico
  2. Aplicación del proceso CRISP-Dm
  3. Elaboración de un plan de proyecto
Inscripción
Contacta con un asesor de formación

Contacta con un asesor de formación

¿Estás buscando algún curso o máster? Contáctanos para poder asesorarle mejor.

Enviar