Minería de Datos para la Analítica Empresarial y Análisis de Datos en Python

Resumen

Python para Análisis de Datos e Inteligencia Artificial Explicable. Minería de Datos para Análisis e Inteligencia de Datos Empresariales.

Programa de estudio

- Introducción a la Minería de Datos y Analítica de Negocios -- Visión general de la Minería de Datos -- Importancia de la Minería de Datos en los Negocios -- Introducción a la Analítica de Negocios -- Herramientas y Tecnologías Utilizadas - Configuración de Tu Entorno Python -- Instalación de Python y Jupyter Notebook -- Visión general de Bibliotecas Esenciales de Python (Pandas, NumPy, Matplotlib, Sci-kit Learn) - Preparación y Exploración de Datos -- Recolección e Importación de Datos -- Limpieza y Preprocesamiento de Datos -- Análisis Exploratorio de Datos (EDA) -- Manejo de Datos Faltantes y Valores Atípicos - Técnicas de Minería de Datos -- Técnicas de Aprendizaje Supervisado --- Clasificación (Regresión Logística, Árboles de Decisión, Bosques Aleatorios) --- Análisis de Regresión -- Técnicas de Aprendizaje No Supervisado --- Clustering (K-Means, Clustering Jerárquico) --- Minería de Reglas de Asociación -- Reducción de Dimensionalidad (PCA) - Aplicaciones de Analítica de Negocios -- Análisis de Cesta de Mercado -- Segmentación de Clientes -- Pronóstico de Ventas -- Mantenimiento Predictivo - Inteligencia Artificial Explicable (XAI) -- Comprendiendo la Interpretabilidad del Modelo -- Herramientas y Técnicas para la Explicabilidad (por ejemplo, LIME, SHAP) - Temas Avanzados en Análisis de Datos -- Análisis de Series Temporales -- Minería de Texto y Análisis de Sentimiento -- Detección de Anomalías - Despliegue de Modelos de Minería de Datos -- Evaluación y Validación de Modelos -- Implementación de Modelos en Entornos de Negocios - Trabajo de Proyecto -- Estudio de Caso de Negocios en el Mundo Real -- Diseño y Ejecución de Proyecto de Minería de Datos -- Presentación de Perspectivas de Negocios y Recomendaciones - Conclusión y Direcciones Futuras -- Tendencias Emergentes en Minería de Datos y Analítica -- Recursos de Aprendizaje Continuo y Próximos Pasos

Enseñado por

Diogo Alves de Resende

Etiquetas