Asignatura B4: MINERA DE DATOS

Parte I .- Introduccin a la minera de Parte II.- Minera de datos y

datos y tcnicas ms habituales
1 EL PROCESO DE MINERA DE DATOS
Introduccin
Conceptos bsicos de minera de datos.
Metodologa de la minera de datos.
Introduccin a SAS Enterprise Miner
SAS Enterprise Miner como herramienta.
Metodologa SEMMA
2 TECNICAS DE REDUCCION DE LA INFORMACION
Anlisis de componentes principales
Concepto y aplicaciones.
Anlisis con SASEG y SASEM. Interpretacin de los
resultados.
Clustering de variables
Concepto y aplicaciones.
Anlisis con SASEM. Interpretacin de los resultados.
3 TCNICAS DE SEGMENTACIN NO SUPERVISADA
Anlisis de clusters
Concepto y aplicaciones.
Anlisis con SASEG y SASEM. Interpretacin de los
resultados.
modelizacin predictiva
4 TCNICAS DE SEGMENTACIN SUPERVISADA. MODELIZACION
PREDICTIVA
Modelos de rboles de regresin y segmentacin
Concepto y aplicaciones.
Anlisis con SASEM. Interpretacin de los resultados.
Modelos lineales y su aplicacin de modelizacin predictiva
Concepto y aplicaciones de regresin lineal y logstica
Anlisis con SASEG y SASEM. Interpretacin de los
resultados.
Modelos de anlisis de anlisis discriminante y otras redes
neuronales
Concepto y aplicaciones de regresin lineal y logstica
Anlisis con SASEG y SASEM. Interpretacin de los
resultados de SAS Enterprise Miner.
5 COMPARACIN DE MODELOS Y PUESTA EN PRODUCCION
Tecnicas de comparacin de modeles en SAS EM
SAS Enterprise Miner. Interpretacin de los resultados.

Otras tcnicas de segmentacin no supervisada. Market Basket

anlisis
Concepto y aplicaciones.
Anlisis con SASEM. Interpretacin de los resultados.

MDULO M2 PROGRAMACIN CON SAS APLICADA A SEGUROS Y FINANZAS ASIGNATURA B4: MINERA DE DATOS CON SAS
Profesores Juan Francisco Dorado y Ana Gentil Snchez-MSTER PROPIO ONLINE EN PROGRAMACIN SAS Y VBA CON EXCEL APLICADA A SEGUROS Y FINANZAS