Algunos de nuestros clientes




















.jpg)



.jpg)


















.jpg)





_ireland.gif)
Código del Curso
datama
Duración
28 horas (usualmente 4 días, incluidas las pausas)
Descripción General
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.
Programa del Curso
1. Preprocesamiento de datos
- Limpieza de datos
- Integración y transformación de datos
- Reducción de datos
- Discretización y generación de jerarquías de conceptos
2. Inferencia estadística
- Distribuciones de probabilidad, Variables aleatorias, Teorema del límite central
- Muestreo
- Intervalos de confianza
- Inferencia estadística
- Evaluación de la hipótesis
3. Regresión lineal multivariante
- Especificación
- Selección de subconjuntos
- Estimacion
- Validación
- Predicción
4. Métodos de clasificación
- Regresión logística
- Análisis discriminante lineal
- K-vecinos más cercanos
- Naive Bayes
- Comparación de clasificaciones
5. Redes neuronales
- Adaptación de redes neuronales
- Entrenamiento de problemas de redes neuronales
6. Árboles de decisión
- Árboles de regresión
- Árboles de clasificación
- Árboles Versus Modelos Lineales
7. Embalaje, Bosques al azar, Impulso
- Harpillera
- Bosques al azar
- Impulsando
8. Soporte de máquinas vectoriales y flexibles disct
- Clasificador de Margen Máximo
- Clasificadores de vectores de soporte
- Soporte de máquinas vectoriales
- 2 y más clases SVM's
- Relación con la regresión logística
9. Análisis de componentes principales
10. Clustering
- K-significa agrupación
- K-medoids agrupación
- Agrupación jerárquica
- Agrupamiento basado en densidad
11. Modelo de Evaluación y Selección
- Bias, Varianza y Complejidad del Modelo
- Error de predicción en la muestra
- El enfoque bayesiano
- Validación cruzada
- Métodos de Bootstrap
Promociones
-
2021-03-01 2021-03-04Santiago - El Golf