Cómo diseñar y trabajar con modelos predictivos

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.

Más información
Activar notificaciones

Esta edición ha finalizado. ¿Te gustaría inscribirte en nuestra lista de espera?
Activa las notificaciones para mantenerte al tanto de convocatorias similares

Formación disponible in-company ¡Contáctanos!

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!

  • 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.

Susana Fuentes

Por qué formarte con nosotros

+12.960
Alumnos formados
+8.370
Horas de formación impartidas
9,2
Valoración media de nuestros alumnos

Cursos relacionados