BEGIN:VCALENDAR
PRODID:-//Microsoft Corporation//Outlook 12.0 MIMEDIR//EN
VERSION:2.0
METHOD:PUBLISH
X-MS-OLK-FORCEINSPECTOROPEN:TRUE
BEGIN:VEVENT
CLASS:PUBLIC
CREATED:20260413T133954Z
DESCRIPTION:Varias Sesiones.\nCurso Online en formato webinar con el profesor. \nSe dará una certificación al final del mismo si se superan las pruebas. \nInicio del curso previso para el sábado 23 de noviembre 2019.\nSe irán coordinando fechas con los alumnos.\nPuede ser que el curso se atrase.\n \n1.-Minería de Datos-Machine Learning\n \n- Definiciones y ejemplos de aplicación en la Banca\n- Tipos de Modelos. Analítica descriptiva / predictiva\n \n2.-Metodología de desarrollo de modelos de minería de datos: CRISP-DM\n \n- Definición de objetivos\n- Análisis de los datos\n- Preparación de los datos\n- Modelamiento\n- Evaluación\n- Implementación de modelos\n \n3.-Análisis exploratorio de datos\n \n- Manipulación de datos\n- Resumen de datos: indicadores de tendencia central, de dispersión, percentiles\n- Visualización de distribuciones: boxplot, histogramas, distribución, asimetria\n- Análisis de correlación\n \n4.-Preparación de variables\n \n- Cambio de escala\n- Imputación de datos\n- Recodificación\n- Limpieza de data: Valores perdidos, identificación de outlier\n- Muestreo y selección de muestras\n- Reducción de dimensionalidad y multicolinealidad. Análisis Factorial y Componentes Principales\n \n5.-Clustering\n \n- Medidas de distancia\n- Calidad del modelo\n- Algoritmos: Hierarchical, K-means, Entropy Weighted K-means\n- Modelo RFM\n- Perfilamiento de cluster\n \n6.-Modelos de clasificación (Scoring)\n \n- Regresión Logística,\n- Random Forest,\n- Support Vector Machine\n- Redes Neuronales\n- Redes Bayesianas\n \n7.-Modelo de asociación y Regresión\n \n- Indicadores y reglas de asociación\n- Modelos de venta cruzada: Market Basket Analysis\n- Análisis de regresión múltiple\n- Análisis de residuales\n \n8.-Evaluación de Performance de modelos\n \n- Tasa de error\n- Verdaderos y falsos positivos y negativos\n- Sensibilidad y Especificidad\n- Matriz de confusión\n- Gráficos de Riesgo Grafico ROC\n \n9.-Implementación\n \n- Exportación de modelos a código PMML\n- Implementación de modelos a nuevos registros \n
DTSTART:20191123T150000
DTEND:20191123T200000
DTSTAMP:20260413T133954Z
LOCATION:Online
PRIORITY:5
SEQUENCE:0
SUMMARY;LANGUAGE=es-es:Tecnowebinars.com - :: Machine Learning con R (20 horas)
TRANSP:OPAQUE
UID:681c278b516a0974b6ea8a8b0081d2bc Tecnowebinars.com
X-MICROSOFT-CDO-BUSYSTATUS:BUSY
X-MICROSOFT-CDO-IMPORTANCE:1
X-MICROSOFT-DISALLOW-COUNTER:FALSE
X-MS-OLK-ALLOWEXTERNCHECK:TRUE
X-MS-OLK-AUTOFILLLOCATION:FALSE
X-MS-OLK-CONFTYPE:0
BEGIN:VALARM
TRIGGER:-PT1440M
ACTION:DISPLAY
DESCRIPTION:Reminder
END:VALARM
END:VEVENT
END:VCALENDAR