- Nociones básicas
- - Minería de datos
- - Minería de datos y aprendizaje automático
- - Data Mining y Machine learning ¿Por qué?
- Concepto de DataWareHouse
- - Características de Datawarehouse
- - Característica adicional
- - Principales aportaciones de un DataWareHouse
- Aplicación.
- - Principales aportaciones de un data warehouse
- Elementos.
- - Definición de los objetivos
- - Implementación
- - Características
- Data Warehouse en la nube
- - Los beneficios de la cloud data integration
- Datamart
- DataMart: Componentes
- - Fuentes de Datos
- - Procesos de extracción, transformación y carga de datos (ETL)
- - Data Warehouse
- - Herramientas de Explotación
- Base de datos central
- - Productos comerciales para BI
- - Productos Open Source para BI
- - Beneficios de las herramientas de BI
- Creación de Cubos.
- - Plataformas OLAP
- - Visores OLAP
- Transformación, extracción y carga.
- - Fases de un proceso ETL
- Discoverer Administrador.
- MOLAP, ROLAP & HOLAP
- - Sistemas MOLAP
- - Sistemas ROLAP
- - Sistemas HOLAP
- Sistema de Soporte a la Desición (DSS)
- - Diferencia con otras herramientas de Business Intelligence
- - Tipos de sistemas de Soporte de Decisiones.
- Sistemas de Información Ejecutiva (EIS)
- Cliente y Servidor
- Discoverer Desktop
- Minería de datos
- ¿Qué podemos hacer con data Mining?
- ¿Qué usos puede tener el data Mining?
- Metodología de la minería de datos
- Algunas técnicas estadísticas utilizadas en data mining
- - Redes neuronales artificiales
- Árboles de decisión
- - Representación de un árbol de decisión
- - Problemas apropiados para los árboles de decisión
- Reglas de inducción
- Redes Bayesanas
- Algoritmos Genéticos
- Ciclo data mining.
- Minería de Textos y Web Mining
- - Web Mining
- Data mining y marketing
- - Proceso de Data Mining
