Data Mining: Principios y Aplicaciones
Curso online IFCD012PO de 80 horas para abordar proyectos de minería de datos, comprender el proceso KDD y aplicar técnicas de clasificación, clustering y asociación siguiendo la metodología CRISP-DM.

Consulta la modalidad, lo que aprenderás, las prácticas y el temario completo.
Te matriculas y estudias completamente online
No hay prácticas presenciales. Estudias el programa online con seguimiento tutorial y completas las evaluaciones previstas en la acción formativa.
El precio anterior corresponde a matrícula individual. Para empresas, grupos o formación de trabajadores preparamos un presupuesto específico. La formación puede ser bonificable mediante FUNDAE según crédito disponible y requisitos aplicables.
Si eres autónomo y vas a formarte tú mismo, puedes utilizar la matrícula individual. Si vas a formar trabajadores, utiliza la opción de empresa. Solicitar información y presupuesto →Formación flexible y tutorizada
Aprendes a estructurar un proyecto de minería de datos desde la comprensión del problema y preparación de los datos hasta el modelado, evaluación e implantación.
Campus online
Contenido estructurado para avanzar de forma progresiva.
Seguimiento tutorial
Apoyo del tutor o tutora durante el proceso formativo.
Diploma de aprovechamiento
Acreditación privada al superar la formación y las evaluaciones correspondientes.
¿A quién va dirigido?
Profesionales y particulares interesados en análisis de datos, Business Intelligence, minería de datos y proyectos de extracción de conocimiento a partir de bases de datos.
Qué vas a desarrollar
Comprender el proceso de descubrimiento de conocimiento en bases de datos.
Aplicar la metodología CRISP-DM de principio a fin.
Distinguir problemas descriptivos y predictivos.
Utilizar técnicas de clasificación, clustering y asociación.
Temario del curso
Curso online de 80 horas con tutorización. Pulsa en cada unidad para consultar sus contenidos.
01Unidad 1 · Descubrimiento de conocimientoKDD y CRISP-DM · Pulsa para desplegar⌄
- Definición del proceso de Data Mining
- Comprensión del problema y de los datos
- Preparación de datos y modelado
- Evaluación e implantación
02Unidad 2 · Ciclo de Data MiningFases y tipos de problemas · Pulsa para desplegar⌄
- Problemas descriptivos: asociación y clustering
- Problemas predictivos: clasificación
- Implicaciones de los datos, dominios y técnicas
- Casos de uso
03Unidad 3 · Técnicas de Data MiningModelos y algoritmos · Pulsa para desplegar⌄
- Clasificación con árboles de decisión
- Clasificación con Naive Bayes
- Clustering con K-means y EM
- Asociación con algoritmo Apriori
04Unidad 4 · Consolidación del proyectoCaso práctico · Pulsa para desplegar⌄
- Presentación de un caso práctico
- Aplicación del proceso CRISP-DM
- Elaboración de un plan de proyecto
Aprende con un itinerario organizado
Aprendes a estructurar un proyecto de minería de datos desde la comprensión del problema y preparación de los datos hasta el modelado, evaluación e implantación.

Competencias útiles para entornos profesionales de IT
Los contenidos están orientados a desarrollar competencias aplicables en departamentos tecnológicos, soporte, datos, seguridad, desarrollo o infraestructura, según el curso.
VNQ prepara propuestas específicas para trabajadores y empresas, incluida formación bonificable cuando proceda.
Empresas / FUNDAE →Presupuesto independiente de la matrícula particular.