Contenido del curso
CONCEPTOS BÁSICO
- Business Analytics.
- Roles del business Analytics.
- Importancia de business analytics.
- Diferencia con business intelligence.
- Conceptos claves de estadística: Media, mediana, moda, varianza, desviación estándar, coeficiente de variación, coeficiente de correlación.
- Preparación de datos.
- Detección de outliers.
- Tratamiento de missing values.
- Normalización de datos.
MODELADO SUPERVISADO
- Tareas de la minería de datos.
- Predicción (Regresión, clasificación).
- Descriptivos (Agrupación, reglas de asociación).
- Definición de un modelo supervisado.
- Algoritmo KNN.
- Algoritmo arboles de decisión.
- Regresión Logística.
MODELADO NO SUPERVISADO
- Definición de minería de texto.
- Preprocesamiento de texto.
- Tokenizar las oraciones.
- Eliminación de stopwords.
- Stemming and lemmatization.
- Generar lista de frecuencia de palabras.
- Determinar las palabras más relevantes de un documento.
- Clasificación de texto.
- Análisis de sentimiento.
PEOPLE ANALYTICS
- Importancia del análisis de redes.
- Definición de grafo.
- Tamaño, densidad y grado.
- Tipos de grafos.
- Tipos de medidas de centralidad.
- Centralidad de grado.
- Centralidad de cercanía.
- Centralidad de intermediación.
- Aplicaciones de las medidas de centralidad.
- Detección de comunidades en las redes.
INTELIGENCIA ARTIFICIAL
- Computer vision.
- Análisis de imágenes.
- Reconocimiento de elementos y personas en imágenes.
- Procesamiento del lenguaje natural.
- Análisis de texto.
- Reconocimiento de voz.
- Traducción de texto.