Especialidad formativa
Data mining: principios y aplicaciones
Qué aprenderás
Construir y desarrollar bases de datos orientadas a la toma de decisiones y a la extracción de conocimiento.
Contenido del curso
01
Fundamentos y Preparación de Datos
- OBJETIVO
- Adquirir los conocimientos y habilidades necesarios para construir y desarrollar bases de datos orientadas a la toma de decisiones.
- CONOCIMIENTOS/ CAPACIDADES COGNITIVAS Y PRÁCTICAS
- Comprensión de la Minería de Datos
- Conceptos básicos
- o Definición y objetivos del Data Mining.
- o Diferencia entre minería de datos, análisis de datos y machine learning.
- o Ciclo de vida del proceso KDD (Descubrimiento de Conocimiento en Bases de Datos).
- Fundamentos teóricos
- o Introducción a técnicas de clasificación, clustering y asociación.
- o Fundamentos matemáticos: probabilidad, álgebra lineal y estadísticas básicas.
- Manejo y Manipulación de Datos
- Bases de datos
- o Fundamentos de bases de datos relacionales.
- o Introducción a SQL para extracción y manipulación de datos.
- o Conexión con bases de datos no relacionales (NoSQL).
- Preprocesamiento y limpieza de datos
- o Identificación y tratamiento de valores faltantes y atípicos.
- o Normalización y escalado de datos.
- o Reducción de dimensionalidad (PCA y selección de características).
- Uso de herramientas de análisis de datos
- Introducción a las herramientas
- o Python y R: comparación y uso para Data Mining.
- o Hadoop y Spark: procesamiento en grandes volúmenes de datos.
- Implementación práctica
- o Configuración de entornos y uso de bibliotecas clave (pandas, scikit-learn, tidyverse, etc.).
- o Lectura, manipulación y visualización básica de datos.
- Búsqueda de la eficiencia energética y desarrollo sostenible:
- En el desarrollo de software y diseño.
- En la selección de proveedores y servidores.
- HABILIDADES DE GESTIÓN, PERSONALES Y SOCIALES
- Trabajo en equipo para desarrollar la capacidad de colaborar en proyectos de análisis de datos en equipos interdisciplinarios.
- Gestión de proyectos para planificar, organizar y ejecutar proyectos de minería de datos, asegurando el cumplimiento de plazos y la calidad de los resultados.
- Adaptabilidad tecnológica, fomentando una actitud positiva hacia el uso de nuevas tecnologías y la actualización constante en técnicas de análisis de datos y software especializado.
- Trabajo buscando la eficiencia energética (reducción del uso de memoria volátil y persistente, uso de entornos de desarrollo con impacto reducido en el consumo de recursos, etc.).
02
Modelado, Evaluación y Aplicaciones Avanzadas
- OBJETIVO
- Adquirir los conocimientos y habilidades necesarios para extraer conocimiento de datos preparados.
- CONOCIMIENTOS/ CAPACIDADES COGNITIVAS Y PRÁCTICAS
- Desarrollo y Evaluación de Modelos
- Modelos predictivos
- o Construcción de modelos de regresión y clasificación.
- o Evaluación y optimización de modelos: métricas (precisión, recall, AUC, etc.).
- o Validación cruzada y ajuste de hiperparámetros.
- Técnicas avanzadas
- o Algoritmos de clustering: k-means, DBSCAN, jerárquicos.
- o Análisis de reglas de asociación: Apriori y FP-Growth.
- Evaluación e interpretación
- o Interpretación de resultados de modelos.
- o Métodos para mejorar la precisión y robustez de los modelos.
- Identificación de las aplicaciones prácticas
- Minería de datos en sectores clave
- o Aplicaciones en marketing, salud, finanzas, e-commerce, etc.
- o Casos reales de uso y análisis de impacto.
- Proyecto práctico
- o Implementación de un pipeline completo de minería de datos desde la preparación hasta el modelo final.
- o Documentación y presentación de resultados.
- HABILIDADES DE GESTIÓN, PERSONALES Y SOCIALES
- Coordinación en actividades prácticas de trabajo colaborativo para resolver problemas simples de análisis de datos.
- Fomento de la capacidad analítica.
- Trabajo buscando la eficiencia energética (reducción del uso de memoria volátil y persistente, uso de entornos de desarrollo con impacto reducido en el consumo de recursos, etc.).
- Comunicación de resultados para presentar de manera clara y efectiva los resultados del análisis de datos, tanto en informes técnicos como en presentaciones orales.
Especialidad formativa