Curso de Minería de Datos con R

El descubrimiento de conocimiento en bases de datos (KDD) es el proceso de descubrir conocimiento útil de una colección de datos. Las aplicaciones de la vida real para esta técnica de minería de datos incluyen marketing, detección de fraude, telecomunicaciones y fabricación.

En este curso en vivo dirigido por un instructor, presentamos los procesos involucrados en KDD y llevamos a cabo una serie de ejercicios para practicar la implementación de esos procesos.

Audiencia

• Analistas de datos o cualquier persona interesada en aprender a interpretar datos para resolver problemas

Formato del curso

• Después de una discusión teórica sobre KDD, el instructor presentará casos de la vida real que requieren la aplicación de KDD para resolver un problema. Los participantes prepararán, seleccionarán y limpiarán conjuntos de datos de muestra y utilizarán sus conocimientos previos sobre los datos para proponer soluciones basadas en los resultados de sus observaciones.

El Tidyverse es una colección de paquetes R versátiles para limpiar, procesar, modelar y visualizar datos. Algunos de los paquetes incluidos son: ggplot2, dplyr, tidyr, readr, purrr y tibble.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo manipular y visualizar datos utilizando las herramientas incluidas en Tidyverse.

Al final de esta capacitación, los participantes podrán:

• Realice análisis de datos y cree visualizaciones atractivas
• Sacar conclusiones útiles de diversos conjuntos de datos de datos de muestra
• Filtrar, clasificar y resumir datos para responder preguntas exploratorias
• Convierta los datos procesados en gráficos de líneas informativas, gráficos de barras, histogramas
• Importe y filtre datos de diversas fuentes de datos, incluidos los archivos Excel, CSV y SPSS

Audiencia

• Principiantes al lenguaje R
• Principiantes para el análisis de datos y la visualización de datos

Formato del curso

• Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Esta capacitación en vivo dirigida por un instructor en los Estados Unidos (en línea o presencial) está dirigida a analistas de datos que deseen programar con R en SAS para el análisis de conglomerados.

Al final de esta capacitación, los participantes serán capaces de:

• Uso del análisis de clústeres para la minería de datos
• Sintaxis maestra de R para soluciones de agrupación en clústeres.
• Implemente agrupaciones jerárquicas y no jerárquicas.
• Tome decisiones basadas en datos para ayudar a mejorar las operaciones comerciales.

Audiencia

Si intentas dar sentido a los datos a los que tienes acceso o quieres analizar datos no estructurados disponibles en la red (como Twitter, Linked in, etc...) este curso es para ti.

Está dirigido principalmente a los responsables de la toma de decisiones y a las personas que necesitan elegir qué datos vale la pena recopilar y cuáles vale la pena analizar.

No está dirigido a las personas que configuran la solución, sin embargo, esas personas se beneficiarán del panorama general.

Modo de entrega

Durante el curso, se presentarán a los delegados ejemplos de trabajo de tecnologías de código abierto.

A las conferencias breves les seguirán una presentación y ejercicios sencillos por parte de los participantes

Contenido y software utilizado

Todo el software utilizado se actualiza cada vez que se ejecuta el curso, por lo que comprobamos las versiones más recientes posibles.

Abarca el proceso desde la obtención, formateo, procesamiento y análisis de los datos, hasta explicar cómo automatizar el proceso de toma de decisiones con machine learning.

Objetivo:

Los delegados serán capaces de analizar grandes conjuntos de datos, extraer patrones, elegir la variable correcta que impacte los resultados para que un nuevo modelo se pronostique con resultados predictivos.

El curso se puede proporcionar con cualquier herramienta, incluido el software y las aplicaciones gratuitas de minería de datos de código abierto

este entrenamiento en vivo (in situ o remoto) dirigido por un instructor está dirigido a analistas de datos y científicos de datos que deseen implementar técnicas de análisis de datos más avanzadas para la minería de datos mediante python.

al final de esta formación, los participantes podrán:

• comprender áreas importantes de minería de datos, incluyendo la minería de reglas de asociación, análisis de sentimiento de texto, Resumen de texto automático y detección de anomalías de datos.
• compare e implemente diversas estrategias para resolver problemas de minería de datos en el mundo real.
• comprender e interpretar los resultados.  

Format del curso

Conferencia y discusión
• Interactive.
• muchos ejercicios y prácticas.
implementación práctica de
• en un entorno de laboratorio en vivo.

Course

• para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para organizar.

En esta capacitación en vivo dirigida por un instructor en los Estados Unidos, los participantes aprenderán cómo construir un Data Vault.

Al final de esta formación, los participantes serán capaces de:

• Comprender los conceptos de arquitectura y diseño detrás de Data Vault 2.0 y su interacción con Big Data, NoSQL e IA.
• Utilice técnicas de almacenamiento de datos para permitir la auditoría, el seguimiento y la inspección de datos históricos en un almacén de datos.
• Desarrolle un proceso ETL (Extracción, Transformación, Carga) coherente y repetible.
• Construya e implemente almacenes altamente escalables y repetibles.

Este curso está dirigido a ingenieros y tomadores de decisiones que trabajan en minería de datos y descubrimiento de conocimientos.

Aprenderá cómo crear diagramas efectivos y formas de presentar y representar sus datos de una manera que atraiga a los tomadores de decisiones y les ayude a comprender la información oculta.