Seccin Morelos

Curso de Minera de Datos

Instructor: Dr. Luis Carlos Molina Flix

Presentacin
Las bases de datos y los sistemas de administracin de datos han jugado un papel primordial en el crecimiento y xito de las organizaciones corporativas, los cambios en la
economa y la globalizacin de las empresas han aumentado su importancia. Esto ha
dado origen a que los departamentos de tecnologa de la informacin inicien la bsqueda y explotacin de nuevas herramientas y paradigmas para el procesamiento de datos
y de la informacin generada.
Con ello inicia el concepto de Inteligencia de Negocios permitiendo a las organizaciones realizar anlisis sobre un conjunto de datos con el objetivo de obtener y mejorar el
conocimiento de las operaciones de la empresa y ayudar en la toma decisiones, incrementando o manteniendo la competitividad de la organizacin.
Existe un crecimiento en el uso de tcnicas y enfoques tradicionales para hacer uso de
bases de datos empresariales y herramientas de anlisis de datos, por lo que en los
diferentes mercados y tipos de organizaciones se ha requerido un mayor estudio y entendimiento sobre estas herramientas, modelos, procesos, algoritmos, etc., referentes
al descubrimiento de conocimiento y que gracias a la integracin de tecnologas como
Minera de Datos con Inteligencia de Negocios es posible ofrecer de manera automatizada e inteligente informacin de suma importancia para ejecutar acciones para la
solucin de problemas organizacionales.
La Minera de Datos es un proceso fundamental en Inteligencia de Negocios, ya que
permite obtener conocimiento a partir de los datos almacenados, mediante un proceso
no trivial de extraccin de informacin implcita, previamente desconocida y potencialmente til. Descubrir conocimiento implica buscar patrones de comportamiento an no
conocidos en los datos. El conocimiento se puede manifestar como: patrones, reglas
de conocimiento, asociaciones, grupos, restricciones, tendencias, etc. Los dominios de
aplicacin prcticamente abarcan cualquier campo y tipo de empresas (comercializacin, produccin, finanzas, energa, gobierno, tecnologa, etc.).

Seccin Morelo s

Seccin Morelos

Objetivos
Al final del curso los participantes estarn en capacidad de:
Conocer de manera general las tcnicas y enfoques de Minera de Datos
Exploracin y uso de fuentes de datos para anlisis y toma de decisiones
Comprender el proceso de la Minera de Datos para extraer conocimiento desde
base de datos y la aplicacin de estas tcnicas a la solucin de problemas de reconocimiento de patrones, clasificacin y pronstico
Disear, desarrollar y analizar programas de software para el anlisis de datos, tales
como reglas de conocimiento, asociaciones, grupos, restricciones, tendencias, patrones, etc.

Temario
1. Introduccin
Ejemplos desarrollados en Mxico
Definicin
2. Higienizacin de datos
Orgenes
Clasificacin
Mtodo PLEDEVSA
Ejercicio con Excel
3. Bases de datos
Caractersticas
Tipos de variables
Cncer en las bases de datos
4. Modelo
Cncer del Modelo
Evaluacin del modelos
Matriz de confusin
5. Metodologa
CRISP-DM

Seccin Morelo s

Seccin Morelos

6. Tcnicas
rboles de decisin
Reglas de asociacin
Clustering
7. Minera de Datos
Deteccin de la clase
Clasificacin de las variables
Ejercicios usando Weka
8. Proyecto de Minera de Datos
Explicacin de un proyecto de inicio a fin
9. Como vender un proyecto de Minera de Datos
Seleccin del cliente
Discurso
Valor agregado
Ejemplos

Seccin Morelo s

Seccin Morelos

Instructor

Dr. Luis Carlos Molina Flix

En 1996 incursiona en Minera de Datos realizando su maestra en el Instituto

de Matemticas y Computacin de la Universidad de So Paulo (Brasil) y
doctorado en el Departamento de Lenguajes y Sistemas Informticos de la
Universidad Politcnica de Catalua (Espaa).
De 1999 al 2006 imparti el curso a distancia de Data Mining en la Universitat
Oberta de Catalua (UOC) en Espaa. Es coautor junto con Ramn Sangesa del
libro: Data Mining: Una Introduccin editado por la Fundacin de la UOC en el 2001.
Tambin fue responsable del mdulo de Data Mining en el Mster presencial de
Ingeniera de Software de la Fundacin Politcnica de Catalua. Ha sido investigador
huesped por la Universidad Atrs Dos Montes, en Portugal.
En sus 19 aos de experiencia en Data Mining, ha trabajado como consultor en
Espaa, Brasil, Portugal, Colombia y Mxico en temas de banca comercial, retail,
gobierno y telefona celular.
Cuenta con ms de 20 publicaciones arbitradas de nivel internacional y ha dado
ms de 120 conferencias sobre el tema de Data Mining. Sus artculos ms citados
son:
- Data Mining: Torturando los datos hasta que confiesen. UOC. Barcelona, Espaa
2002.
- Representing a relation between porosity and permeability based on inductive rules.
Luis Carlos Molina and Luis Belanche, Journal of Petroleum, Volume 47, Issue 1-2,
May 2005, Pages 23-34. Top 25 Hottest Articles (3rd place).
- Del Data Mining al Big Data. Luis Carlos Molina. Power Builders. Mxico 2013.
Actualmente dirige el laboratorio INT de investigacin cientfica y tecnolgica en Data
Mining y Big Data, sustentado en capital privado y que est orientado a apoyar a los
Centros de Inteligencia del pas.

Seccin Morelo s

Seccin Morelos

Costo:
Miembros del IEEE $5,500.00 + IVA
No Miembros del IEEE $6,500.00 + IVA
Incluye material del curso, diploma, caf y comida.
Cupo mnimo de inscripcin: el curso est supeditado a un nmero mnimo de personas
inscritas. Si est interesado en el curso favor de preinscribirse.
Registro e Inscripcin:
Ir al sitio de inscripciones a los eventos de la Seccin Morelos y seleccionar curso de
Minera de Datos en: http://ieeemorelos.org/registro

Para obtener cuota de miembro del IEEE deber enviar una copia de su credencial
2015 al email: mineria.datos@ieeemorelos.org

Seccin Morelo s

Seccin Morelos

Fecha y horario:
Lugar: Cuernavaca, Morelos, Mxico.
Fecha: 26 y 27 de octubre del 2015
Horario: 09:00 a 18:00 horas.
Dirigido a
Dirigido a todos aquellos profesionales interesados en ampliar sus conocimientos en
tcnicas avanzadas de anlisis de datos. Profesionales que se desempeen en reas
de Business Intelligence, sistemas de informacin, Data Warehouse, riesgos y todas las
reas involucradas en el manejo de grandes volmenes de informacin; y pblico en
General.
Requisitos:
Conocimientos previos de estadstica bsica.
Informes:
M.C. Mario Guilln Rodrguez
Gerencia de Anlisis de Redes
Instituto de Investigaciones Elctricas
Cuernavaca, Morelos. Mxico.
Tel. 01 777-3623811 ext. 7451
Email: mguillen@iie.org.mx
M.C. Julio Hernndez Galicia
Gerencia de Anlisis de Redes
Instituto de Investigaciones Elctricas
Cuernavaca, Morelos. Mxico.
Tel. 01 777-3623811 ext. 7450
Email: hgalicia@iie.org.mx

Seccin Morelo s