El contenido de este curso se construye a medida de las necesidades del cliente y las técnicas que se aborden se acordarán previamente, buscando seleccionar las que más se ajusten a los objetivos de negocio.
Temas disponibles:
- Listas de decisión. Modelos de autoaprendizaje (SLRM).
- Redes Neuronales.
- Máquina de vectores de soporte (SVM).
- Redes Bayesianas.
- Regresión de Cox para el análisis de sobrevida.
- Vecinos más próximos (KNN).
- Análisis discriminante.
- Componentes principales.
- Modelos lineales generalizados.
Requisitos:
- Disponer del software IBM SPSS Modeler.
- Haber cursado Data Science con SPSS Modeler: Fundamentos.
Carga horaria a convenir.