Cursos de Data Mining

Waikato Environment for Knowledge Analysis (Weka) es un software de visualización de minería de datos de código abierto. Ofrece una colección de algoritmos de aprendizaje de máquina para la preparación de datos, clasificación, clustering y otras actividades de minería de datos. Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a analistas de datos y científicos de datos que desean utilizar Weka para realizar tareas de minería de datos. Al final de este curso, los participantes podrán:

Instalar y configurar Weka Comprender el entorno y el banco de trabajo. Realizar tareas de minería de datos utilizando Weka.

Formato del curso

Lecciones y discusiones interactivas. Muchos ejercicios y prácticas. Implementación de manos en un entorno de laboratorio en vivo.

Opciones de Customización de Curso

Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.

IBM SPSS Modeler es un software utilizado para minería de datos y análisis de texto. Ofrece un conjunto de herramientas de minería de datos que pueden construir modelos predictivos y realizar tareas de análisis de datos. Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a analistas de datos o a cualquiera que desee utilizar SPSS Modeler para realizar actividades de minería de datos. Al final de este curso, los participantes podrán:

Comprender los fundamentos de la minería de datos. Aprende cómo importar y evaluar la calidad de los datos con el Modeler. Desarrollar, implementar y evaluar de manera eficiente los modelos de datos.

Formato del curso

Lecciones y discusiones interactivas. Muchos ejercicios y prácticas. Implementación de manos en un entorno de laboratorio en vivo.

Opciones de Customización de Curso

Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.

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, 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.

La minería de datos es el proceso de identificar patrones en big data con métodos de ciencia de datos como el aprendizaje automático. Usando Excel como un conjunto de análisis de datos, los usuarios pueden realizar minería y análisis de datos. Esta capacitación en vivo dirigida por un instructor (en el sitio o remota) está dirigida a científicos de datos que desean usar Excel para la minería de datos. Al final de esta capacitación, los participantes podrán:

• Explore datos con Excel para realizar minería y análisis de datos.
• Use algoritmos de Microsoft para la minería de datos.
• Comprender conceptos en la minería de datos de Excel .

Formato del curso

• Conferencia interactiva y discusión.
• Muchos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para organizarlo.

El objetivo del curso es permitir a los participantes obtener un dominio de cómo trabajar con el lenguaje SQL en la base de datos Oracle para la extracción de datos a nivel intermedio.

R es un lenguaje de programación y un entorno de software para la computación estadística. SAS es una plataforma de software estadístico para análisis predictivo, gestión de datos, análisis avanzados y más. Con R en SAS, los usuarios pueden encontrar grupos naturales de datos para el análisis de cluster que son esenciales para la minería de datos. Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a los analistas de datos que desean programar con R en SAS para el análisis de cluster. Al final de este curso, los participantes podrán:

Utilizar análisis de cluster para la minería de datos Master R sintaxe para soluciones de cluster. Clusterización jerárquica y no jerárquica. Hacer decisiones basadas en datos para ayudar a mejorar las operaciones empresariales.

Formato del curso

Lecciones y discusiones interactivas. Muchos ejercicios y prácticas. Implementación de manos en un entorno de laboratorio en vivo.

Opciones de Customización de Curso

Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.

Audiencia Si intenta dar sentido a los datos a los que tiene acceso o desea analizar datos no estructurados disponibles en la red (como Twitter, Linked in, etc ...) este curso es para usted. Está dirigido principalmente a los tomadores de decisiones y las personas que necesitan elegir qué datos vale la pena recopilar y qué vale la pena analizar. No está dirigido a las personas que configuran la solución, esas personas se beneficiarán de la imagen grande sin embargo. Modo de entrega Durante el curso se presentarán a los delegados ejemplos prácticos de la mayoría de las tecnologías de código abierto. Las conferencias cortas serán seguidas por la presentación y los ejercicios simples por los participantes Contenido y software utilizados Todo el software utilizado se actualiza cada vez que se ejecuta el curso, así que verificamos las versiones más recientes posibles. Cubre el proceso de obtener, formatear, procesar y analizar los datos, para explicar cómo automatizar el proceso de toma de decisiones con el aprendizaje automático.

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.

Curso puede ser proporcionado con cualquier herramienta, incluyendo libre de código abierto de minería de datos de software y aplicaciones

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.

Opciones de personalización de Course

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

R es un lenguaje de programación libre de código abierto para computación estadística, análisis de datos y gráficos. R es utilizado por un número creciente de gerentes y analistas de datos dentro de las corporaciones y el mundo académico. R tiene una amplia variedad de paquetes para minería de datos.

El modelado de bóvedas de datos es una técnica de modelado de bases de datos que proporciona almacenamiento histórico a largo plazo de datos que provienen de múltiples fuentes. Una bóveda de datos almacena una única versión de los hechos, o "todos los datos, todo el tiempo". Su diseño flexible, escalable, consistente y adaptable abarca los mejores aspectos de la tercera forma normal (3NF) y el esquema de estrella. En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a construir una Bóveda de datos. Al final de esta capacitación, los participantes podrán:

• Comprender los conceptos de arquitectura y diseño detrás de Data Vault 2.0 y su interacción con Big Data, NoSQL y AI.
• Utilice las técnicas de bóvedas de datos para habilitar la auditoría, el seguimiento y la inspección de datos históricos en un almacén de datos
• Desarrollar un proceso ETL consistente (consistente) y repetible (Extraer, Transformar, Cargar)
• Construya y despliegue almacenes altamente escalables y repetibles

Audiencia

• Modeladores de datos
• Especialista en almacenamiento de datos
• Especialistas en inteligencia empresarial
• Ingenieros de datos
• Administradores de bases

Formato del curso

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

Este curso está dirigido a ingenieros y tomadores de decisiones que trabajan en la minería de datos y el descubrimiento de conocimientos. Aprenderá a crear parcelas eficaces y formas de presentar y representar sus datos de una manera que atraiga a los tomadores de decisiones y les ayude a entender la información oculta.

R  es un lenguaje de programación libre de código abierto para la computación estadística, análisis de datos y gráficos. La investigación se utiliza por un número creciente de gerentes y analistas de datos dentro de las corporaciones y la academia. R tiene una amplia variedad de paquetes para la minería de datos.

Big data son conjuntos de datos que son tan voluminosos y complejos que el software de aplicación de procesamiento de datos tradicional es inadecuado para manejarlos. Los grandes desafíos de datos incluyen la captura de datos, el almacenamiento de datos, el análisis de datos, la búsqueda, el intercambio, la transferencia, la visualización, la consulta, la actualización y la privacidad de la información.

El objetivo del curso es permitir a los participantes obtener un dominio de los fundamentos de R y cómo trabajar con los datos.
 

KNIME Analytics Platform es una opción de código abierto líder para la innovación basada en datos, que le ayuda a descubrir el potencial oculto en sus datos, extraer nuevas ideas o predecir nuevos futuros. Con más de 1000 módulos, cientos de ejemplos listos para ejecutar, una amplia gama de herramientas integradas y la más amplia variedad de algoritmos avanzados disponibles, KNIME Analytics Platform es la caja de herramientas perfecta para cualquier científico de datos y analista de negocios. Este curso para KNIME Analytics Platform es una oportunidad ideal para que los principiantes, usuarios avanzados y expertos de KNIME se presenten a KNIME , aprendan cómo usarlo de manera más efectiva y cómo crear informes claros y completos basados en los flujos de trabajo de KNIME

KNIME es un nombre abreviado de Konstanz Information Miner, que es una plataforma diseñada para la integración, el análisis interactivo y la generación de informes de datos, disponible sobre la base de software libre y de código abierto. KNIME permite la integración de una amplia variedad de componentes de aprendizaje automático y minería de datos a través del concepto de canalizaciones de datos modulares . La interfaz gráfica de usuario y el uso de JDBC permiten una compilación fácil y  rápida de nodos para conectar diferentes fuentes de   datos, teniendo en cuenta la  ETL   y modelado, análisis y visualización de datos sin necesidad de programación (o mínimamente). Hasta cierto punto, KNIME como herramienta analítica avanzada puede considerarse una alternativa SAS. Desde 2006 KNIME se ha utilizado en la investigación farmacéutica, así como en otros campos como el análisis de datos de clientes (CRM), la inteligencia empresarial (BI)  y el análisis de datos financieros.

MATLAB es un entorno de computación numérica y un lenguaje de programación desarrollado por MathWorks.
 

MonetDB es una base de datos de código abierto que fue pionera en el enfoque de la tecnología columna-tienda. En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo usar MonetDB y cómo sacar el máximo provecho de ella. Al final de esta capacitación, los participantes podrán:

• Comprender MonetDB y sus características
• Instalar y comenzar con MonetDB
• Explora y realiza diferentes funciones y tareas en MonetDB
• Acelere la entrega de su proyecto maximizando las capacidades de MonetDB

Audiencia

• Desarrolladores
• Expertos técnicos

Formato del curso

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

R es un lenguaje de programación libre de código abierto para computación estadística, análisis de datos y gráficos. R es utilizado por un número creciente de gerentes y analistas de datos dentro de las corporaciones y el mundo académico. R también ha encontrado seguidores entre los estadísticos, ingenieros y científicos sin habilidades de programación de computadoras que les resulta fácil de usar. Su popularidad se debe al uso cada vez mayor de la minería de datos para varios objetivos, como establecer precios de anuncios, encontrar nuevos medicamentos más rápidamente o ajustar los modelos financieros. R tiene una amplia variedad de paquetes para minería de datos.

Gol: Aprender a trabajar con SPSS a nivel de independencia Los destinatarios: Analistas, investigadores, científicos, estudiantes y todos aquellos que quieran adquirir la capacidad de utilizar el paquete SPSS y aprender técnicas de minería de datos populares.

Process mining o Automated Business Process Discovery (ABPD) es una técnica que aplica algoritmos a los registros de eventos con el fin de analizar procesos comerciales. La minería de procesos va más allá del almacenamiento de datos y el análisis de datos; enlaza los datos con los procesos y proporciona información sobre las tendencias y patrones que afectan la eficiencia del proceso. Formato del curso      El curso comienza con una descripción general de las técnicas más comúnmente utilizadas para la minería de procesos. Discutimos los diversos algoritmos y herramientas de descubrimiento de procesos utilizados para descubrir y modelar procesos basados en datos de eventos brutos. Se examinan los casos de estudio de la vida real y se analizan los conjuntos de datos utilizando el marco de código abierto ProM. Audiencia      Profesionales de ciencias de datos
     Cualquier persona interesada en comprender y aplicar el modelado de procesos y la minería de datos