Python es un programa gratuito (software libre), de análisis estadístico con una gran variedad de librerias que permiten desarrollar modelos de mineria de datos. Algunas librerias son muy amigables, lo que permite a usuarios y analistas de negocio, desarrollar modelos de una forma intuitiva y amigable a través de interfaces gráficas.

Metodología :

Este curso está basado en metodologias de mineria de datos y la aplicación directa y práctica con casos reales de los conceptos aprendidos. Usaremos para ello, interfaces de usuario, con determinados modulos de Python Statistrics que permite el facil desarrollo de modelos de segmentación y exploratorios.

Ejecutivos de negocio y analistas, interesados en desarrollar modelos de mineria de datos. Se requere conocimiento básicos de análisis de datos con Excel, Bases de datos y estadistica.

1.-Minería de Datos-Machine Learning

• Definiciones y ejemplos de aplicación en la Banca

• Tipos de Modelos. Analítica descriptiva / predictiva

2.-Metodología de desarrollo de modelos de minería de datos: CRISP-DM

• Definición de objetivos

• Análisis de los datos

• Preparación de los datos

• Modelamiento

• Evaluación

• Implementación de modelos

3.-Análisis exploratorio de datos

• Manipulación de datos

• Resumen de datos: indicadores de tendencia central, de dispersión, percentiles

• Visualización de distribuciones: boxplot, histogramas, distribución, asimetria

• Análisis de correlación

4.-Preparación de variables

• Cambio de escala

• Imputación de datos

• Recodificación

• Limpieza de data: Valores perdidos, identificación de outlier

• Muestreo y selección de muestras

• Reducción de dimensionalidad y multicolinealidad. Análisis Factorial y Componentes Principales

5.-Clustering

• Medidas de distancia

• Calidad del modelo

• Algoritmos: Hierarchical, K-means, Entropy Weighted K-means

• Modelo RFM

• Perfilamiento de cluster

6.-Modelos de clasificación (Scoring)

• Regresión Logística,

• Random Forest,

• Support Vector Machine

• Redes Neuronales

• Redes Bayesianas

7.-Modelo de asociación y Regresión

• Indicadores y reglas de asociación

• Modelos de venta cruzada: Market Basket Analysis

• Análisis de regresión múltiple

• Análisis de residuales

8.-Evaluación de Performance de modelos

• Tasa de error

• Verdaderos y falsos positivos y negativos

• Sensibilidad y Especificidad

• Matriz de confusión

• Gráficos de Riesgo Grafico ROC

9.-Implementación

• Exportación de modelos a código PMML

• Implementación de modelos a nuevos registros

• Introducción a librería Python.TeMiS

• Importación del Corpus

• Visualización del Corpus de documentos y diccionario de términos

• Gestión y distribución del Corpus

• Análisis descriptivo del léxico

• Análisis de correspondencia del corpus de documentos

• Análisis de clasificación jerárquica del corpus de documentos

• Revisión de otros algoritmos de Text Mining

Taller, practico y aplicable Expositores que conjuntamente combinan, conocimiento de Negocio y amplia experiencia en el uso de la herramienta Python Statistics Satisfacción del contenido asegurada, como lo han confirmado cientos de alumnos ejecutivos de empresas innovadoras y líderes en nuestros más de 10 años de experiencia organizando seminarios y talleres

Profesor 1:

• Magister Estadística (PUCP)
• Magister Dirección de Marketing y Gestión Comercial (UPC)
• Master Science en Dirección de Marketing (EOI España)
• Ingeniero estadístico (UNI).
• Con más de 10 años de experiencia en áreas de investigación social, investigación de mercados, educación y banca. Experto CRM analítico, marketing intelligence y minería de datos orientado a la identificación de nichos comerciales e identificación de patrones de comportamiento del consumidor, para la implementación de estrategias comerciales las cuales generan impacto a la rentabilidad del negocio. He desarrollado e implementado modelos analíticos de churn, captación, vinculación, satisfacción y lealtad de clientes. En el ámbito educacional, he desarrollado e implementado modelos de Rasch para la estimación de habilidades y dificultades de estudiantes en pruebas de rendimiento a nivel nacional.
• Como ponente ha participado en diferentes congresos de estadística en la Pontificia Universidad Católica del Perú (PUCP), Universidad Nacional Pedro Ruiz Gallo (UNPERG), Universidad Nacional Agraria La Molina (UNALM) y Universidad Nacional Federico Villareal (UNFV).
• Ha presentado un modelo predictivo de segmentación actitudinal en el evento Predictive Analytics Experience.

Profesor 2:

Ing. Julio Quiñonez

• Reciente experiencia como CRM Manager en Supermercados Wong y Metro (Grupo Cencosud).
• Director - Customer Targer Consulting (www.customertarget.com) Máster en Dirección Comercial y Marketing - Instituto de Empresa Business School (Madrid, España). MBA - Universidad del Pacífico (Lima, Perú), Ingeniero Industrial - Pontificia Universidad Católica del Perú.
• Uso intensivo de R Statistic y el modelo de Mineria de Datos en varios países de Europa y más de 5 años usando intensivamente esta herramienta.
• Fue Director Inteligencia de Marketing y CRM de Neck&Neck, para España, Europa, Asia y América (www.neckandneck.com). Cadena española líder de moda infantil con más de 200 tiendas en Europa, Asia y América. Cuenta con un club de fidelización de mas 400 mil miembros en diversos paises.
• Más de 16 años de experiencia en sectores de distribución, banca multinacional, tecnologías de información, en empresas como Cosapi Data, Scotia Bank en Europa y Lima, BBVA en Lima, Banco Uno -E en España y Neck&Neck, dirigiendo proyectos de análisis para la gestión rentable de clientes.

Ver video. Entrevista en Mundo Empresarial de Canal N, sobre Datamining aplicaciones en Marketing y Negocios

Fecha y lugar:

Sábados: 23, 30 de noviembre; 7, 14 y 21 diciembre de 8.30am a 13.30pm (hora de Lima, Bogota), 15.30pm a 20.30pm (hora de España)

Valor de la inscripción:

• S/. 800 inc. IGV (USD 240) para inscripciones pagadas hasta el 15/11/2019
• S/. 850 inc. IGV (USD 250) para inscripciones pagadas despues del 15/11/2019

Consultar precios corporativos para 3 o más inscritos.

Consultar también este curso en modalidad In-house en todo en Perú, Latinoamérica y España

Inscripción incluye:

• 20 horas de taller presencial
• Material de estudio online en un espacio especial para alumnos (antes del inicio de clases).
• Desarrollo de ejercicios y tareas
• Certificado de asistencia, firmado por el Director

Cancelaciones:
• Hasta 48 horas antes del inicio del seminario. Solo se devolverá el 70% del monto de inscripción por gastos administrativos.
• Si usted no puede asistir, tiene la opción de que un sustituto venga en su lugar, comunicándonos sus datos al menos 24 horas antes del inicio del seminario.
• Las comunicaciones de cancelación deben ser presentadas por escrito.

Formas de pago:

·Deposito en cuenta corriente del Banco de Crédito del Perú. Cta. Cte. en soles a nombre de Customer Target Consulting SAC:   191-1955762-0-70.

. Para facturas superiores a S/ 700, el 10% del importe total de la factura se abona a la cuenta de detracción del Banco de la Nación en soles Nº: 00-051030834

Con cheque o con efectivo acercándose a nuestras oficinas comerciales (previa cita por email o teléfono) :Jr. Valle Riestra 138. San Isidro

El ingreso al seminario solo será posible previo pago del 100% del monto de la inscripción y/o al cumplimiento de las condiciones de venta y a la confirmación previa de la vacante.

Customer Target Consulting está constituida en Lima, Perú. Las facturas se emitirán con Nº de RUC (Registro Unico de Contribuyente en Perú)

Garantía de Calidad:
Customer Target Consulting y las empresas colaboradoras garantizan un seminario práctico y aplicable. Las encuestas de nuestros seminarios que dictamos desde el 2002 tienen un promedio de aprobación de un 95% (completa satisfacción entre los asistentes), con quiénes seguimos manteniendo vínculos, a través de nuestro Club de Afiliados y Seminarios para exalumos.