Minería de Datos

Minería de Textos Aplicada a Negocio (MD03)


Descripción
La minería de textos es una extraordinaria herramienta para comprender mejor lo que piensan los clientes y usuarios, sobre nuestros productos y servicios, a través por ejemplo, de las redes sociales, encuestas, entrevistas, entre otros.
El conocimiento que permite generar la minería de texto será de gran utilidad para actualizar la estrategia de nuestra empresa, identificar hacia dónde mejor dirigir las campañas de Marketing y la Publicidad de los productos y servicios.
Este curso va dirigidos a diferentes perfiles: tomadores de decisiones, analistas, personal de áreas financieras, marketing y ventas, entre otros. Asimismo, pertenecientes a diversos sectores como: PyME, telecomunicaciones, ratail, financiero y seguros. Se trata de un curso orientado a negocio y en general a todas las personas que quieran iniciarse en el mundo de la minería de texto.
El contenido de esta formación ha sido diseñado para introducir al participando los fundamentos de la minería de textos, de forma rápida y sencilla, además, con elementos prácticos usando la herramienta KNIME.
El participante tendrá 30 días para completar el curso y obtendrá su certificado de participación de praiker que podrá incluir en Linkedin.

Contenido
  • Módulo 1: Introducción a la minería de texto
  • Definición, beneficios y aplicaciones en los negocios
  • Tratamiento de preguntas abiertas en encuestas
  • El Proceso de la Minería de Texto
  • Clasificación de los algoritmos de minería de texto
  • Módulo 2: RSS Feeds
  • Definición del RSS Feeds
  • Proceso de análisis
  • Módulo 3: Caracterización de documentos
  • Term Frequency (TF) & Inverse Document Frecuency (IDF)
  • Cálculo del TF x IDF
  • MÓDULO 4: Iniciación al Knime
  • Knime Analytics Platform
  • Pasos para la descargar e instalación
  • MÓDULO 5: Práctica introductoria a la minería de texto
  • Análisis de un documento parte 1
  • Análisis de un documento parte 2
  • Análisis de un documento parte 3
  • Análisis de un documento parte 4
  • MÓDULO 6: Práctica RSS Feeds
  • Capturar y analizar RSS Feeds de la Web
  • Módulo 7: Práctica TFxIDF
  • Calcular el TFxIDF
  • Módulo 8: Práctica de técnicas de clasificación
  • Introducción a los métodos
  • Preparación de los datos
  • Árbol de Decisión - Random Forest y SVM
  • Aplicación de Modelo de Clasificación credo a nueva data
  • Red Neuronal Artificial, Naive Bayes y Regresión Logística
  • Módulo 9: Práctica de Detección de Tópicos
  • Detección de tópicos con LDA (Latent Dirichlet Allocation)
  • COMPROBAR CONOCIMIENTOS
  • Test final del curso
  • Nos interesa tu opinión
Reglas de finalización
  • Todas las unidades deben ser completadas
  • Conduce a una certificación con duración: Para siempre