Diplomado en Herramientas de Minería de Datos para Soporte en la Toma de Decisiones - Álvaro Obregón - Distrito Federal - I21999

Coordinador académico: M.I. Rafael Gamboa Hirales
Datos básicos

Coordinador: MTRO. RAFAEL GREGORIO GAMBOA HIRALES

Área: Tecnología y Computación

Fechas: 20 de agosto del 2012 al 30 de enero del 2013

Costo de inscripción: 6200 PESOS M.N.
Costo por módulo: 12200 PESOS M.N.

Horarios: Lunes de 19:00 a 22:00 h.
                Miércoles de 19:00 a 22:00 h.

Módulos: 3

Horas: 120

Notas: LAS CLASES SERÁN EN EL CAMPUS DE RÍO HONDO. LA ÚLTIMA CLASE DE CADA MÓDULO SERÁ DE 18:00 A 22:00 H.

Objetivo General

Proporcionarle al participante los conocimientos y las habilidades requeridas para obtener provecho de las herramientas de datawarehouse . El programa cubre dos grandes necesidades: por un lado, contemplar los niveles de detalle y las dimensiones de vista consolidada que satisfagan las necesidades previsibles de las empresas; por otro lado, proporciona técnicas y herramientas para analizar los datos transaccionales de la empresa y de los correspondientes a la información del entorno. Con este Diplomado, el participante podrá llevar a cabo los diseños de los repositorios para el primer caso, y conocerá las técnicas y las herramientas para llevar a cabo las tareas ya clásicas en las aplicaciones de minería de datos.

Modalidad

Todos los módulos tienen un enfoque teórico-práctico. Se exponen los conceptos teóricos y se llevan a cabo prácticas con ejemplos de datos reales tomados de fuentes públicas. Se utilizan las herramientas MSAccess, MSQuery, SQL Analysis Services, MSExcel y SAS como apoyo para los análisis estadísticos. Todo ello con el fin de configurar y explotar repositorios multidimensionales y para apoyar las tareas de minería de datos, formación de conjeturas y su validación estadística.

¿A quién va dirigido?

A personal responsable de las actividades directas de la formación del repositorio consolidado, o bien, de la elaboración de los modelos de minería de datos. Se requieren conocimientos previos de bases de datos relacionales y uso de hoja electrónica.


Módulo 1

LOS DATOS :

Objetivo :

El primer módulo es totalmente herramental y establece las organizaciones de datos convenientes para llevar a cabo los repositorios y conformar tableros de monitoreo, o bien, repositorios ad hoc para ser utilizados por los equipos de análisis de datos de las empresas.

Temario

1. Las bases de datos multidimensionales. OLAP
   
2. Dataware house (DWH) y Datamarts
   
3. El diseño del DWH. Las tablas de hechos y las asociaciones con las tablas de las dimensiones. Las dimensiones y los valores calculados. Los datos transaccionales. Afectación al proceso operativo. El proceso de extracción, transformación y carga. Otras formas de consolidar los datos. Uso de buses de mensajes
   
4. Análisis de datos históricos y análisis de datos “en línea”
   
5. Consolidación de los datos para obtener métricas de negocio. Indicadores de negocio
   
6. Formación de tableros de control. Umbrales y bandas de valores. “Semáforos” y reportes ejecutivos. Drill down

Módulo 2

LAS TÉCNICAS :

Objetivo :

El segundo módulo presenta los fundamentos requeridos para entender la aplicabilidad de las técnicas utilizadas, más comúnmente, en las actividades de elaboración y de prueba de conjeturas.

Temario

1. La estadística como herramienta de exploración de los hechos representados por los datos. Creación de modelos. Variables objetivo y variables explicativas
   
2. Estadística descriptiva. Estimadores estadísticos principales. Inferencia estadística
   
3. Distribuciones de probabilidad, teoremas y supuestos. Variables continuas y variables discretas. Variables categóricas
   
4. Análisis multidimensional. La correlación y la covarianza. Relaciones lineales y relaciones no-lineales. Componentes principales. Análisis de factores
   
5. Formación de conglomerados. Alternativas para formación de conglomerados
   
6. Reglas de asociaciones y técnicas de canasta
   
7. Las técnicas KDD. Modelos de clasificación. Modelos predictivos
   
8. La minería de datos. Método general de trabajo. Separación en datos de prueba y datos de entrenamiento para el caso de modelos con aplicación a futuro
   
9. Á rboles de clasificación, CART
   
10. Redes neuronales
    
11. Regresión lineal. Regresión logística
    
12. Series de tiempo, autorregresión, estacionalidad y ventas
    
13. Relaciones explicadas por modelos ARMA y por modelos ARIMA
    
14. Cadenas de Markov
    
15. Patrones de comportamiento. Aplicación de los modelos
    
16. Exportación de los modelos. Inserción en aplicaciones transaccionales para la toma de automatización de las decisiones 

Módulo 3

APLICACIONES CLÁSICAS:

Objetivo:

El tercer módulo afina el uso de los conceptos, las técnicas y las herramientas mediante el desarrollo de dos grandes casos con volúmenes apreciables de datos. Para ambos casos, se contemplan situaciones en las que se procede en las labores de minería a partir de datos transaccionales. Asimismo, se construyen los dataware houses para los mismos y se analizan el comportamiento y las posibilidades de los modelos cuando los datos provienen de los repositorios consolidados. Los datos se toman de las problemáticas planteadas en las copas KDD.


Temario:

1. Análisis exploratorio de los datos
2. Establecimiento de conjeturas
3. Establecimiento de los modelos
4. Entrenamiento, prueba y validación
5. Validación estadística de los resultados
6. Aplicaciones “establecidas”
   a. Análisis de potenciales acreditados
   b. Valuación de bienes
   c. Análisis y pronóstico de ventas
   d. Eficiencia de campañas publicitarias
   e. Prospección de venta cruzada


Coordinador Académico:

M.I. Rafael Gamboa Hirales

Desde 1983, es profesor de tiempo completo en el Departamento Académico de Computación de la División de Ingenierías del ITAM. Sus áreas de interés son las plataformas distribuidas, la integración de aplicaciones, los lenguajes de programación, el análisis de datos, la conformación de repositorios consolidados de datos, la extracción de información de grandes volúmenes de datos y su incorporación en aplicaciones de índole transaccional y para soporte a la toma de decisiones. Para ello, hace uso de bases de datos, de herramientas estadísticas, de minería de datos y su incorporación en aplicaciones de los modelos inducidos por los datos.

El profesor Gamboa obtuvo la licenciatura en Física y Matemáticas en la ESFM, del Instituto Politécnico Nacional, y el grado de Maestro en Ingeniería en Telecomunicaciones con especialidad en Procesamiento Digital de Señales por la ETSIT, de la Universidad Politécnica de Madrid. Actualmente, distribuye su tiempo entre la docencia, la administración del Departamento y la consultoría.