Minería de Datos con Weka I (Data Mining with Weka) | Netcurso

Estudiantes nuevos
ingresar aquí:


Vamos

Plataforma vieja de
Netcurso:

Login

Minería de Datos con Weka I (Data Mining with Weka)

Procesamiento y transformación datos, clasificación, minería de datos, weka, Ciencia de los datos, Business Intelligence

4.43 (66 valoraciones) / 294 estudiantes inscritos
Creado por Masun Nabhan Homsi
Fecha de la última actualización: 2018-08-19
$19.99 $ 12,99 $
  • 32 Clases
  • 5 horas de vídeo bajo demanda
  • Acceso de por vida
  • Acceso en dispositivos móviles y TV
  • Certificado de finalización

Lo que aprenderás

  • Explorar datos y determinar los atípicos.
  • Construir y evaluar modelos predictivos a partir de conjunto de datos.
  • Manejar las diferentes pestañas y funciones de la herramienta de minería de datos WEKA.

Descripción

Este curso ofrece a los estudiantes la posibilidad de conocer, comprender las técnicas básicas de minería de datos y saber cómo se aplican en problemas concretos de extracción de conocimiento útil para el análisis y la toma de decisiones.

Objetivos

  • Entender los conceptos y la terminología de las técnicas de minería de datos.

  • Reconocer los beneficios del uso sistemático de técnicas de extracción de  conocimiento para la obtención de modelos y patrones predictivos.

  • Conocer las fases del Descubrimiento de Conocimiento de Bases de Datos y la importancia de las mismas en el  éxito del proceso (en especial las de limpieza y selección de datos).

  • Conocer las distintas técnicas de aprendizaje automático y estadísticas  utilizadas en minería de datos.

  • Elegir, para un problema concreto, qué técnicas de minería de datos son más apropiadas.

  • Generar los modelos y patrones elegidos utilizando la herramienta o paquete de minería de datos WEKA.

  • Evaluar la calidad de un modelo, utilizando técnicas sencillas de evaluación (validación cruzada).

  • Implementar un algoritmo de minería de datos específico dentro de un proyecto.

  • Aprender a usar WEKA en la construcción de un modelo predictivo.

  • Aprender paso a paso y con ejemplos explicativos los siguientes algoritmos de machine learning : Vecinos más Cercanos, Naïve Bayes, Árbol de Decisión y Reglas de Clasificación.