DATA MINING BUSINESS INTELLIGENCE

GRATUITO

IFCT032PO

Modalidad

Online

Provincia

ESPAÑA

Duración

40 horas

Situación laboral

TRABAJADORES

Fecha Inicio

Próximamente

Objetivos

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

Requisitos
Contenidos
1. MINERÍA DE DATOS.
1.1. Conceptos básicos, técnicas y sistemas.
1.2. Implantación en la empresa.
1.3. Definición de la necesidad.
1.4. Objetivos. 1.5. Costes.
1.6. Áreas de aplicación.
2. FASE DE SELECCIÓN EN MINERÍA DE DATOS.
3. FASE DE EXPLORACIÓN EN MINERÍA DE DATOS.
4. FASE DE LIMPIEZA Y TRANSFORMACIÓN EN MINERÍA DE DATOS.
5. FASE DE ANÁLISIS DE DATOS.
6. TÉCNICAS DE APLICACIÓN.
6.1. Redes neuronales de modelización predictiva.
6.2. Algoritmos matemáticos.
6.3. Árboles de decisión.
6.4. Técnicas de visualización de datos.
6.5. Elección de la técnica. 6.6. Explotación de datos según las necesidades de las diferentes áreas del negocio.
6.7. Ventajas.
7. TÉCNICAS PREDICTIVAS DE MODELIZACIÓN.
8. TÉCNICAS DESCRIPTIVAS Y PREDICTIVAS DE CLASIFICACIÓN.
9. TÉCNICAS DE EVALUACIÓN. 10. TÉCNICAS.
10.1. Segmentación.
10.2. Clasificación y segmentación de clientes.
10.3. Ofertas. 10.4. Fidelizar clientes.
10.5. Operaciones básicas para descubrir la información oculta.
10.6. Estructurar la información.
11. CAMPAÑAS: OFERTAS JUST-IN-TIME.
11.1. Herramientas para la fidelización.
11.2. Entornos transaccionales.
11.3. Acciones promocionales puntuales.
11.4. Utilidad del conocimiento.
11.5. Reportes estándares, simulaciones ad-hoc y procesamiento de la información. LOPD.
				
					1. MINERÍA DE DATOS. <br>1.1. Conceptos básicos, técnicas y sistemas. <br>1.2. Implantación en la empresa. <br>1.3. Definición de la necesidad.<br>1.4. Objetivos. 1.5. Costes. <br>1.6. Áreas de aplicación.  <br>2. FASE DE SELECCIÓN EN MINERÍA DE DATOS.<br>3. FASE DE EXPLORACIÓN EN MINERÍA DE DATOS. <br>4. FASE DE LIMPIEZA Y TRANSFORMACIÓN EN MINERÍA DE DATOS.<br>5. FASE DE ANÁLISIS DE DATOS. <br>6. TÉCNICAS DE APLICACIÓN. <br>6.1. Redes neuronales de modelización predictiva. <br>6.2. Algoritmos matemáticos. <br>6.3. Árboles de decisión. <br>6.4. Técnicas de visualización de datos. <br>6.5. Elección de la técnica. 6.6. Explotación de datos según las necesidades de las  diferentes áreas del negocio. <br>6.7. Ventajas. <br>7. TÉCNICAS PREDICTIVAS DE MODELIZACIÓN.<br>8. TÉCNICAS DESCRIPTIVAS Y PREDICTIVAS DE CLASIFICACIÓN.<br>9. TÉCNICAS DE EVALUACIÓN. 10. TÉCNICAS. <br>10.1. Segmentación. <br>10.2. Clasificación y segmentación de clientes. <br>10.3. Ofertas. 10.4. Fidelizar clientes. <br>10.5. Operaciones básicas para descubrir la información oculta. <br>10.6. Estructurar la información.   <br>11. CAMPAÑAS: OFERTAS JUST-IN-TIME. <br>11.1. Herramientas para la fidelización. <br>11.2. Entornos transaccionales. <br>11.3. Acciones promocionales puntuales. <br>11.4. Utilidad del conocimiento. <br>11.5. Reportes estándares, simulaciones ad-hoc y procesamiento de la información. LOPD.
				
			
Titulación obtenida

Acreditación SEPE

DATA MINING BUSINESS INTELLIGENCE

GRATUITO

    Compartir curso
    Share on facebook
    Share on twitter
    Share on linkedin
    Compartir curso
    Share on facebook
    Share on twitter
    Share on linkedin

    AMPLÍA TUS CONOCIMIENTOS

    Cursos gratuitos para trabajadores, autónomos y ERTE