Back

ANALYTICS Y MINERÍA DE DATOS

El curso de Analytics y Minería de Datos está orientado a brindar conocimientos introductorios de análisis estadístico en conjunto de programación científica en R para analizar problemas de diferente naturaleza. Este curso cubre el proceso de análisis de datos partiendo …

Avatar del usuario

El curso de Analytics y Minería de Datos está orientado a brindar conocimientos introductorios de análisis estadístico en conjunto de programación científica en R para analizar problemas de diferente naturaleza. Este curso cubre el proceso de análisis de datos partiendo desde la comprensión de los datos, análisis exploratorio y tópicos avanzados como modelos de predicción, clasificación, agrupamiento y asociación.

Entregables:

  • Presentaciones y material en digital.
  • Certificado de participación (85 % de asistencia) o de aprobación (nota mínima, 13)
  • Asesoría gratuita vía email a toda consulta y/o comentarios del participante.
(*) Promoción: 5% de dscto. por inscripción anticipada.

10% de dscto. a partir de 2 participantes y ex alumnos.

Escriba a capacitacion@adiestra.pe indicando sus datos, medio de contacto y el curso al que desea acceder.

Puede realizar su matrícula depositando en nuestra cuenta:
GRUPO CORPORATIVO ADIESTRA SAC
RUC: 20546385745
Cta. Cte. BCP Soles: 191-1966941-0-89
Código CCI BCP Soles: 00219100196694108956

Informes e inscripciones:
Lima – Perú central celular (511) 953821717
capacitacion@adiestra.pe

TEMARIO

ANALYTICS Y MINERÍA DE DATOS

Programación en R (3 horas)
  • Introducción al R y RStudio
  • Tipos de datos y objetos en R
  • Importar y exportar datos
  • Operaciones matriciales
  • Subsetting
  • Documentación
Análisis Exploratorio de Datos (4 horas)
  • Análisis Univariado y Bivariado
  • Detección de outliers
  • Gráficos y características
  • Visualización de datos con ggplot2
Reducción de Dimensionalidad (4 horas)
  • Análisis de Componentes Principales
  • Análisis Factorial
Análisis de Regresión (3 horas)
  • Regresión Lineal
  • Regresión Lineal Múltiple
Segmentación de Datos (6 horas)
  • Conceptos claves de distancia y similitud
  • Análisis Cluster Jerárquico
  • Método del vecino más cercano
  • Método de Ward
  • Análisis Cluster No Jerárquico o de Particionamiento
  • K-Medias
  • Clustering Basado en Modelos
Machine Learning (8 horas)
  • Regresión Logística
  • Árbol de Decisión
  • Máquina Vectores de Soporte
  • Naive Bayes
  • Modelos de boosting y bagging
  • Evaluación del Modelo
  • Sobreajuste
  • Validación Cruzada
  • Curva ROC y Área Bajo la Curva
Análisis de Asociación (2 horas)
  • Market Basket Analysis
  • Conceptos de Soporte y Confianza

Preguntas Frecuentes

Course Features

  • Duration 30 horas
  • Activities TECNOLOGÍAS DE LA INFORMACIÓN
  • Time 03-03-2026
  • Day of week Martes y jueves de 7:00pm a 10:00pm
Todos nuestros cursos son 100% virtuales, 30% teóricos y 70% prácticos.
La metodología será expositiva y práctica; apoyada con laboratorios que han sido diseñados para complementar y afianzar el aprendizaje del curso.
En todos nuestros cursos entregamos material digital y certificado de participación (100% de asistencia) o aprobación.
La nota mínima aprobatoria es 14.
30 horas
S/ 850.00
Abonando en nuestra cuenta corriente BCP Soles: 191-1966941-0-89 o CCI BCP Soles: 00219100196694108956 a nombre de GRUPO CORPORATIVO ADIESTRA SAC - RUC: 20546385745.

Caracteristicas

  • Leer datos sin procesar y procesados en R.
  • Realizar el Análisis Exploratorio de sus Datos.
  • Realizar la Visualización de sus Datos a través de gráficos estadísticos y variantes en R.
  • Realizar estimaciones y predicciones de parámetros de interés.
  • Emplear técnicas avanzadas como modelos de predicción, clasificación, agrupamiento y asociación en la solución de diferentes problemas de interés.

Audiencia objetivo

  • Gerentes-Directores.Ejecutivos-Jefes de las áreas de TI
  • Otras áres relacionados con el negocio como: Marketing-Ventas-Finanzas-Administración.
  • Todos aquellos interesados en conocer de analytics y minería de datos para la toma de decisiones. Entregables: