Análisis avanzado con RapidMiner

Introducción

• Descripción general de RapidMiner Studio
• Orientación sobre la interfaz y características de RapidMiner

Metodología CRISP-DM en RapidMiner

• Comprensión del marco CRISP-DM
• Aplicación en la estimación y proyección de valores

Comprensión y preparación de los datos

• Importación y exploración de datos
• Técnicas de procesamiento previo y limpieza
• Métodos avanzados de transformación de datos

Modelado de datos con RapidMiner

• Introducción al modelado de datos
• Selección y aplicación de algoritmos de aprendizaje automático
• Algoritmos de aprendizaje supervisado
• Algoritmos de aprendizaje no supervisado

Evaluación y despliegue de modelos

• Técnicas para la evaluación de modelos
• Estrategias para el despliegue de modelos
• Reajuste y optimización de modelos

Análisis y predicción de series temporales

• Fundamentos del análisis de series temporales
• Aplicación de modelos de media móvil
• Procesamiento previo de series temporales y agregación de datos

Técnicas avanzadas de series temporales

• Análisis de descomposición
• Proyección con ventanas temporales
• Proyección con generación de características

Modelado ARIMA

• Comprensión de los modelos ARIMA
• Aplicación práctica en RapidMiner

Resumen y próximos pasos