Objetivos

OBJETIVO GENERAL:

Aplicar técnicas de la minería de datos en la toma de decisiones estratégicas y operativas.

OBJETIVOS ESPECÍFICOS:

Unidad 1:

• Comprender los conceptos de minería de datos, datos, información, conocimiento, algoritmo y entrenamiento.
  
• Comprender las relaciones de los conceptos con los sistemas de minería de datos.
  
• Distinguir las distintas técnicas de minería de datos.
  
• Distinguir los distintos sistemas de minería de datos.
  
• Comprender el proceso de implantación de minería de datos en una empresa.
  

Unidad 2:

• Comprender el concepto de descubrimiento de conocimiento en base de datos.
  
• Entender los procesos de preparación de datos entre las metodologías KDD, SEMMA y CRISP-DM.
  
• Entender los procesos de selección entre las metodologías KDD, SEMMA y CRIP-DM.
  
• Entender los productos obtenidos en cada proceso por las metodologías KDD, SEMMA y CRIP-DM.

Unidad 3:

• Comprender el proceso de exploración en minería de datos.
  
• Entender la fase de exploración de las metodologías KDD, SEMMA y CRISP-DM.
• Aplicar la metodología CRISP-DM a la exploración de datos.

Unidad 4:

• Comprender el proceso de limpieza y transformación en minería de datos.
  
• Comprender la fase de limpieza y transformación de las metodologías KDD, SEMMA y CRISP-DM.
• Aplicar la metodología CRISP-DM a la limpieza y transformación de datos.

Unidad 5:

• Comprender el concepto de análisis de datos en minería de datos.
  
• Comprender y distinguir la realización de la fase de análisis de datos entre las metodologías KDD, SEMMA y CRISP-DM.
• Aplicar la metodología CRISP-DM al análisis de datos.

Unidad 6:

• Comprender el concepto de redes neuronales de modelización predictiva.
  
• Comprender y diferenciar las distintas aplicaciones de los algoritmos matemáticos.
• Utilizar de forma práctica los árboles de decisión.
• Comprender la utilidad de las técnicas de visualización de datos.
• Valorar la importancia de la elección de las distintas técnicas de aplicación.
• Explotar los datos según las necesidades de las diferentes áreas del negocio.
• Comprender las ventajas que ofrecen las distintas técnicas de explotación.

Unidad 7:

• Comprender el funcionamiento de una técnica predictiva.
  
• Distinguir los tipos de estructuras de datos que se pueden emplear en el uso de una técnica predictiva.
• Comprender los resultados que ofrecen las técnicas predictivas con cada estructura de datos empleada.

Unidad 8:

• Conocer el funcionamiento de una técnica descriptiva de clasificación.
  
• Conocer el funcionamiento de una técnica predictiva de clasificación.
• Distinguir los tipos de estructuras de datos que se pueden emplear en el uso de una técnica descriptiva de clasificación.
• Distinguir los tipos de estructuras de datos que se pueden emplear en el uso de una técnica predictiva de clasificación.
• Entender los resultados que ofrece con cada estructura de dato empleada las técnicas descriptivas de clasificación.
• Comprender los resultados que ofrece con cada estructura de dato empleada las técnicas predictivas de clasificación.

Unidad 9:

• Interpretar adecuadamente los resultados de las distintas técnicas de evaluación.
  
• Determinar las decisiones a realizar en el modelo de negocio tras aplicar las distintas técnicas de evaluación.

Unidad 10:

• Identificar el concepto de segmentación de mercado.
  
• Aplicar las operaciones elementales de captación y fidelización de clientes.
• Reconocer las aplicaciones de la minería de datos sobre los clientes.

Unidad 11:

• Interpretar adecuadamente los resultados de las distintas técnicas de evaluación.
  
• Determinar las decisiones a realizar en el modelo de negocio tras aplicar las distintas técnicas de evaluación.