OBJETIVO

Facilitar al personal perteneciente a las áreas de Planeación, Facturación, Cartera, y Tecnología de la Información, el conocimiento y puesta en práctica de las principales herramientas Estadísticas para análisis de información y la toma de decisiones, utilizando para tal efecto un software que agilice el tratamiento de los datos.

CONTENIDO

MÓDULO I. FUNDAMENTOS DEL SOFTWARE R-PROYECT Y SU APLICACIÓN PRACTICA EN ESTADÍSTICA DESCRIPTIVA. 

Duración 15 horas

• 1. Estructuras de datos en R
•    a. Vectores, Matrices, Arreglos de datos
•    b. Captura de datos 
• 2. Revisión de elementos básicos de Estadística descriptiva con R
•    a. Generación de reportes: listados, formas tabulares y formas gráficas. Análisis e interpretación.
•    b. Producción e interpretación de los principales indicadores unidimensionales y bidimensionales.

NOTA: se utiliza el software R dado el potencial que ofrece, la facilidad de manejo, y la economía que brinda al usuario puesto que es un software libre, además de otras características.

MÓDULO II. ELEMENTOS DE PROBABILIDAD E INFERENCIA ESTADÍSTICA. PRÁCTICA CON R 

Duración 16 horas       

• 1. Elementos básicos de Probabilidad
•    a. La medida de probabilidad
•    b. Variables aleatorias. Algunas características importantes
•    c. Modelos de probabilidad más importantes
•    d. Practicas con R
• 2. Elementos de Inferencia Estadística
•    a. Muestras aleatorias. Estimadores. Distribuciones muéstrales.
•    b. Métodos de Confirmación
•    c. Métodos de Estimación 
•    d. Aplicación práctica de algunas funciones de R 

MÓDULO III. MODELOS DE REGRESIÓN. PRÁCTICA CON R

Duración 16 horas

• 1. Análisis de Regresión lineal 
• 2. No lineal
•    a. Polinomial
•    b. Logístico
• 3. Soluciones de la construcción de modelos con funciones de R

MÓDULO IV. INTRODUCCIÓN A LA MINERÍA DE DATOS

Duración 1 horas

• 1. Big data. Bodegas de datos.
• 2. Minería de datos

MÓDULO V.  

Duración 12 horas

• 1. Introducción a KDD y la Minería de Datos
• 2. Proceso ETL (Extraer, Transformar y Cargar) y Almacenamiento
• 3. Tareas y Técnicas de data Mining
• 4. Modelos y Patrones en  Data Mining
• 5. Evaluación e Implementación
• 6. Aplicación Práctica

METODOLOGÍA

• El curso se desarrolla teniendo en cuenta los elementos teóricos necesarios de cada módulo, haciendo énfasis en la aplicación correcta de los métodos, proporcionando un manejo adecuado de los datos a través del software R, y realizando los análisis pertinentes de los resultados suministrados como reportes o salidas del sistema empleado.