CURSO DE MINERÍA DE DATOS PARA LA TOMA DE DECISIONES FINANCIERAS
Duración del curso de Minería de Datos para la Toma de Decisiones Financieras: 10 horas
OBJETIVO DEL CURSO DE MINERÍA DE DATOS PARA LA TOMA DE DECISIONES FINANCIERAS: Al término del curso en participante entenderá y contará con la metodología que le permita realizar Minería de Datos y aplicarla para la toma de decisiones financieras.
DIRIGIDO A: Gerentes, directores y dueños de empresas de todos los sectores, así como a todo aquel profesionista profesionistas en el ámbito financiero y de tecnologías de información con interés en conocer a cerca de la Minería de Datos, en el ámbito financiero
BENEFICIOS:
Sabrá qué es la Minería de Datos y su aplicación en el ámbito financiero.
Conocerá las principales metodologías de Minería de Datos.
Aplicará la metodología de Árboles de Decisión para pronosticar valores económicos y financieros.
Aplicará la metodología de Redes Neuronales para clasificar y predecir información financiera.
TEMARIO DE MINERÍA DE DATOS PARA LA TOMA DE DECISIONES FINANCIERAS:
INTRODUCCIÓN A LA MINERÍA DE DATOS FINANCIEROS
EL CICLO DE VIDA ANALÍTICO: COMBINANDO DATOS, EL DESCUBRIMIENTO Y LA IMPLEMENTACIÓN
¿QUÉ PUEDE AYUDARLE A DESCUBRIR LA MINERÍA DE DATOS?
UN VISTAZO AL ROI DE LA MINERÍA DE DATOS EN EL PROCESO DE DESCUBRIMIENTO
Paso1: Convierta una pregunta de negocio en una hipótesis analítica
Paso2: Prepare los datos para la minería de datos
Paso 3: Explore los datos
Paso4: Modele los datos
ALGUNAS SOLUCIONES DE MINERÍA DE DATOS
Usando SAS Enterprice Miner para la Minería de datos y Machine Learning
Usando IBM Text Analytics para Minería de datos y análisis de sentimientos
Escalando su proceso de descubrimiento para manejar Big Data y los problemas complejos
La integración facilita la implementación de modelos, el monitoreo y la gestión
CASO PRÁCTICO DE LA METODOLOGÍA ESTADÍSTICA DE ÁRBOLES DE DECISIÓN PARA PRONOSTICAR VALORES ECONÓMICOS Y FINANCIEROS
CASO PRÁCTICO DE LA METODOLOGÍA DE MINERÍA DE DATOS REDES NEURONALES PARA LLEVAR A CABO CLASIFICACIÓN Y PREDICCIÓN DE DATO FINANCIEROS
CONCLUSIONES