COLEGIO OFICIAL GRADUADOS EN INGENIERIA DE LA RAMA INDUSTRIAL E INGENIEROS TÉCNICOS INDUSTRIALES DE ALAVA

ARABAKO INDUSTRIA ADARREKO INGENIARITZAKO GRADUDUNEN ETA INGENIARI TEKNIKO INDUSTRIALEN ELKARGO OFIZIALA

CURSO PRACTICO AVANZADO: INTELIGENCIA ARTIFICIAL CON RAPIDMINER

Objetivo:

En este curso se ahondaran en los conceptos de analítica avanzada, en base a la plataforma RapidMiner, que permite genera modelos de forma visual sin necesidad de conocimientos en programación, en casos ya reales de aplicación, y con modelos complejos de análisis.

Programa:

Tema 1: ETL y Calidad de los Datos.

• Conocer las diferentes librerías que facilitan las tareas de ETL dentro de la plataforma RapidMiner
• Aprender a capturar datos provenientes de diferentes fuentes y formatos (ficheros planos, bases de datos, scraping-web, redes sociales, dropbox, etc...)
• Aprender a tratar con tipos de datos especiales, fechas, lenguaje natural, expresiones regulares, xml, json, xpath...
• Aprender a trabajar con atributos (renombrar, cálculos, metadatos, transformaciones, trasposiciones, binomización, discretización, eliminación de atributos no relevantes, resolución de "missing values", ....)
• Aprender a trabajar con ejemplos (filtros, modificaciones, concatenaciones, agregaciones, pivotados, operaciones, agrupaciones, uniones y generación de dataset final)
• Aprender a detectar problemas en la calidad de los datos y modelado de la cuantificación de las dimensiones en la calidad de los datos.
• Metodología de control y generación del cuadro de mando en la calidad de los mandos, visualizaciones gráficas, y estadístico general de calidad de dato.
• Detección de outliers por métodos analíticos.
• Análisis previo de potencia estadística, potencia predictiva, y primeras investigaciones sobre la convergencia de los datos (pca, svd, correlación y clustering), y ajuste sobre las hipótesis previas de necesidades funcionales del negocio.

Tema 2: Metodología CRISP-DM: Cómo abordar un proyecto de analítica predictiva y su metodología

• Objetivos de Negocio
• Objetivos Funcionales
• Calidad de los Datos
• Problemas y Resolución
• Desarrollo de los Modelos
• Evaluación
• Despliegue

Tema 3: Modelado no Supervisado complejo

• Clústering Básico
• Clústering Jerárquico
• Optimizaciones con Algoritmos Genéticos
• Clústering SOM
• Metodología de aplicación y modelos escalados y jerarquía

Tema 4: Modelado Supervisado complejo

• Modelado Básico
• Boosting, Bagging, Vote....
• Modelado Jerárquico en Escala
• DeepLearning
• ProcessMining

Tema 5: Lenguaje Natural

• Análisis del Corpus
• Aplicación del Corpus en modelos supervisados y no supervisados
• Caso de uso; Buscadores, Chatbots, etc...
• Iniciación a la semántica.

Datos Generales

• Ponente: Aitor Moreno Fernandez de Leceta
• Fecha: 14,15,16,21,22 y 23 de mayo
• Horario: 17:30 a 20:30
• Precio Matrícula: 175 € Col (145 € no col) y 220 € externos.

Inscripciones

• Módulo de formación de la página web - www.itiaraba.org
• Email: formacion@itiaraba.org
• Tfno: 945220929