Curso gratis de Introducción a la Minería de Datos

Curso gratis de Introducción a la Minería de Datos

Cursos gratis en tu email Suscribirme

¿Te gustaría trabajar como científico o científica de datos? ¿Estás pensando en aprender sobre minería de datos, pero no sabes por dónde empezar?

Hoy os presentamos un curso interesantísimo y gratis de Introducción a la Minería de Datos para que puedas dar el primer paso hacia lo que podría ser tu profesión.

¿Te interesa?

Y es que como seguramente ya sabrás, la ciencia de datos es una rama de la informática que va teniendo cada vez más peso en el panorama laboral.

Si te gustaría aprender las habilidades básicas que debes dominar para poder manejar grandes volúmenes de datos, y extraer así información interesante de las bases de datos, no lo dudes y échale un vistazo a este curso gratuito de la mano de la Pontifica Universidad Católica de Chile y ofrecido por Coursera.

Te puede interesar también este otro curso de big data gratis para complementar esta formación.

¿A quién está dirigido este curso?

Este curso de introducción a la minería de datos es perfecto para aquellas personas que estén interesadas en la ciencia de datos y quieran aprender las técnicas más utilizadas hoy en día para extraer información de grandes volúmenes de datos.

Es un curso muy interesante también para estudiantes o profesionales que quieran cambiar su carrera profesional y quieran hacer una primera toma de contacto en este mundillo.

Sin duda este curso es un buen punto de partida para comenzar a introducirse en la ciencia de datos.

¿Qué aprenderé en este curso?

Lo que aprenderás en este curso son las principales técnicas utilizadas hoy en día en la minería de datos, que son básicamente algoritmos para poder extraer información de bases de datos.

Se trata de un curso de introducción a la minería de datos, y lo que aprenderás  se puede resumir en los siguientes puntos:

  • Aplicaciones de la minería de datos en la vida real
  • Algoritmos y sus utilidades
  • Representación de objetos
  • Árbol de decisión y overfitting
  • Métricas de evaluación de clasificación

Cursos Recomendados de Minería de Datos
Ver Cursos »

¿Necesito requisitos previos?

Como se trata de un curso de introducción a la minería de datos, en principio no es necesario que cuentes con requisitos previos para poder realizarlo. Tampoco es necesario que cuentes con conocimientos previos en la manipulación de datos.

El único requisito con el que debes contar para poder hacer el curso es tener una cuenta en la web de cursos Coursera. Si todavía no tienes un perfil no te preocupes porque también es gratuito y puedes completarlo muy rápidamente en solo unos pasos.

Programa del curso gratis de Introducción a la Minería de Datos

El curso gratuito de Introducción a la Minería de Datos está ofrecido por la Pontifica Universidad Católica de Chile y se realiza a través de la plataforma de cursos Coursera.

Aunque se trata de un curso gratis, una vez que lo completes podrás obtener un certificado, si lo deseas, pagando una pequeña cuota.

Este curso se realiza 100% online, y podrás organizarte para realizarlo a tu ritmo, sin fechas límite para completarlo por lo que resulta muy cómodo y es una gran ventaja con respecto a otros cursos.

Para poder completar este curso necesitarás dedicarle unas 78 horas aproximadamente. El curso se divide en una serie de secciones donde encontrarás los vídeos de las clases y ejercicios para poder poner en práctica lo que vas aprendiendo.

Las secciones de este curso son las siguientes:

  1. Sección 1: Reglas de Asociación
    1. Motivación
    2. Aplicaciones en la Vida Real
    3. Reglas de Asociación
    4. Soporte, Confianza y Lift
    5. Algoritmo A-Priori: Parte I
    6. Algoritmo A-Priori: Parte II
    7. Algoritmo A-Priori: Parte III
    8. Ejemplo Algoritmo A-Priori
    9. ¿Qué es? ¿Para qué sirve?
    10. Implementación A-Priori
    11. Ejercicio de práctica
  2. Sección 2: Algoritmos de Clasificación I
    1. ¿Qué es la clasificación?
    2. Representación de Objetos
    3. Vecinos Cercanos K-NN
    4. Variante Vecinos Cercanos I
    5. Variante Vecinos Cercanos II
    6. Ejemplo Vecinos Cercanos
    7. Ejercicio de práctica
  3. Sección 3: Algoritmos de Clasificación II
    1. Árbol de decisión
    2. Entropía
    3. Ganancia de Información
    4. Árbol de decisión y Overfitting
    5. Variables Continuas en Árbol de decisión
    6. Ejemplo Árbol de Decisión
    7. Ejercicio de práctica
  4. Sección 4: Métricas de Evaluación de Clasificación
    1. Motivación
    2. Evaluación de Clasificadores I
    3. Evaluación de Clasificadores II
    4. Implementación Vecinos Cercanos
    5. Implementación Árbol de decisión I
    6. Implementación Árbol de decisión II
    7. Ejercicio de práctica
  5. Sección 5: Algoritmos de Clustering
    1. ¿Qué es clustering?
    2. Algoritmo K-Means I
    3. Algoritmo K-Means II
    4. Ejemplo Algoritmo K-Means
    5. Algoritmos Jerárquicos
    6. Algoritmo DBScan
    7. Ejercicio de práctica

Acceder al curso

1 voto, promedio: 5,00 de 51 voto, promedio: 5,00 de 51 voto, promedio: 5,00 de 51 voto, promedio: 5,00 de 51 voto, promedio: 5,00 de 5 (1 votos, media: 5,00 de 5)

Revisado por
Plataforma web especializada en promoción de cursos online gratuitos, divulgación de tutoriales, guías de formación y herramientas de e-Learning.