Análisis Avanzado con RapidMiner

Introducción

• Vista general de RapidMiner Studio
• Orientación sobre la interfaz y características de RapidMiner

Metodología CRISP-DM en RapidMiner

• Comprensión del marco de trabajo CRISP-DM
• Aplicación en la estimación y proyección de valores

Comprensión y preparación de los datos

• Importación y exploración de datos
• Técnicas de preprocesamiento y limpieza
• Métodos avanzados de transformación de datos

Modelado de datos con RapidMiner

• Introducción al modelado de datos
• Selección y aplicación de algoritmos de aprendizaje automático
• Algoritmos de aprendizaje supervisado
• Algoritmos de aprendizaje no supervisado

Evaluación e implementación del modelo

• Técnicas para la evaluación del modelo
• Estrategias para la implementación del modelo
• Reajuste y optimización del modelo

Análisis de series temporales y predicción

• Fundamentos del análisis de series temporales
• Aplicación de modelos de media móvil
• Preprocesamiento de series temporales y agregación de datos

Técnicas avanzadas de series temporales

• Análisis descompositivo
• Proyección mediante ventanas temporales
• Proyección mediante generación de características

Modelado ARIMA

• Comprensión de los modelos ARIMA
• Aplicación práctica en RapidMiner

Resumen y próximos pasos