Los Modelos Predictivos son un grupo de técnicas que, mediante el aprendizaje automático y la recolección de datos pretende dar una predicción de resultados futuros con el objetivo de precisar la toma de decisiones mediante técnicas de análisis de datos.
En los últimos años el área predictiva ha tomado gran protagonismo en los negocios y en la actualidad, todas las empresas, organizaciones e instituciones requieren en mayor o menor medida un análisis predictivo; con lo cual las áreas de aplicación son prácticamente infinitas.
Las mejores decisiones empresariales, sociales y políticas se toman basadas en la evidencia y la analítica predictiva es una herramienta esencial para considerar todas las variables independientes en tiempo real y así tomar mejores resoluciones.
¡Serás capaz de hacer modelos paa realizar predicciones a través de Machine Learning!
Modalidad
WEBINARDuración
10 horasHorario
De 9:30 a 11:30 horas
Fecha límite de inscripción
09/11/2021Importe
350,00 €
Descuentos
| Socios y CEDE FEUGA: | 10% en todos los cursos |
| Demás interesados: | 10% tercera inscripción y sucesivas para el mismo curso de la misma empresa 5% inscripciones anticipadas (hasta 15 días antes de la fecha de inicio) |
- Profesionales que deban conocer en la práctica el desarrollo de los modelos predictivos
- Profesionales de Business Intelligence que deban profundizar en las posibilidades analíticas de los modelos predictivos
- Cualquier otro profesional interesado en conocer y aplicar los modelos predictivos
MÓDULO 1: Claves para el desarrollo de modelos predictivos
Tipos de problemas de negocio que pueden resolverse con Machine Learning
- Prevención de las bajas
- Incrementar cesta de la compra
- Diseño de promociones
- Potenciar la respuesta a campañas
- Sistemas de recomendación
- Previsión de demanda
- Asistentes virtuales
- Tasación
Modelos de Machine Learning. Ventajas e inconvenientes
- Aprendizaje supervisado
- Aprendizaje no supervisado
MÓDULO 2: Creación de modelos predictivos específicos
Herramientas de Machine Learning
- Introducción a KNIME
Caso práctico: selección de la siguiente mejor compra
- Construcción del algoritmo
- Operativización
- Medición de resultados
Caso práctico: cupones para programas de fidelización
- Construcción del algoritmo
- Operativización
- Medición de resultados
*Herramienta Analítica Open Source: KNIME es una plataforma open source de analítica de datos desarrollada en la Universidad de Constanza, en Alemania, y gestionada en la actualidad por la empresa suiza KNIME.com GmbH. Se define como un software para “crear ciencia de datos” y se ha beneficiado de las aportaciones de la comunidad, que lo han convertido en la herramienta open source más popular para el Machine Learning. Se puede descargar y utilizar gratuitamente bajo los términos de la licencia GPLv3.