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. El contenido del curso es académico y adaptado al curriculum de la asignatura de Minería de datos que se da en las universidades .
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.
Los estudiantes también compraron
Información sobre el Instructor
4.2 Calificación
517 Estudiantes
1 Cursos
Masun Nabhan Homsi
Professor
Masun Nabhan Homsi has a Ph.D. on Application of machine learning in building intelligent and adpative courses. She is engaged in teaching undergrad and grad courses at Computer Engineering and Information Technology Department of Simon Bolivar University, Caracas, Venezuela.
I am also Data Scientist. I have more than 10 years experience working with analyzing of data, Data Mining and Machine Learning in different domains such as : Social media mining, signal processing, image recognition, legal industry, etc.
Comentarios de los estudiantes
Reseñas
Santiago Urquieta
03-04-2021
Muy buen curso, muy práctico
Luis Fernando Ramirez
23-01-2021
Muy deficiente la metodología, la explicación, los ejemplos