Curso de Advanced Analytics with RapidMiner

Introducción

• Descripción general de RapidMiner Studio
• Orientación a RapidMiner la interfaz de usuario y las características

Metodología CRISP-DM en RapidMiner

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

Comprensión y preparación de datos

• Importación y exploración de datos
• Técnicas de preprocesamiento 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 e implementación de modelos

• Técnicas para la evaluación de modelos
• Estrategias para la implementación de modelos
• Realineación y optimización de modelos

Análisis de series temporales y Forecasting

• Fundamentos del análisis de series temporales
• Aplicación de modelos de medias móviles
• Preprocesamiento de series temporales y agregación de datos

Técnicas Avanzadas de Series Temporales

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

Modelado ARIMA

• Descripción de los modelos ARIMA
• Aplicación práctica en RapidMiner

Resumen y próximos pasos