Este curso ofrece una exploración en profundidad de Business Intelligence (BI), Analytics y Soporte de Decisiones. Cubre una amplia gama de temas, desde los conceptos fundamentales hasta técnicas avanzadas. Los estudiantes adquirirán una comprensión integral de las tecnologías de BI y cómo se pueden aplicar para apoyar la toma de decisiones efectiva en diversos contextos empresariales. Este curso busca ayudarte en: a) Comprender los conceptos y tecnologías clave que sustentan la Inteligencia de Negocios y la Analítica. b) Analizar y utilizar Big Data para el apoyo a la toma de decisiones. c) Diseño e implementación de soluciones de Data Warehousing y Business Reporting para analítica descriptiva. d) Aplicación de técnicas de Minería de Datos y Modelado Predictivo para el apoyo a la toma de decisiones. e) Utilización de análisis de texto, minería de textos, análisis de sentimientos, análisis web, minería web y análisis social para el análisis predictivo. f) Implementación de la toma de decisiones basada en modelos, métodos de búsqueda heurística y simulación para el análisis prescriptivo. g) Utilización de sistemas de decisión automatizados, sistemas expertos, gestión del conocimiento y sistemas colaborativos para el apoyo avanzado a la toma de decisiones.
Big Data Analysis
Los resultados de Aprendizaje de esta asignatura son: - Comprensión de conceptos y tecnologías clave: Los estudiantes comprenderán los conceptos y tecnologías fundamentales que sustentan la inteligencia empresarial (BI) y la analítica. - Análisis y utilización de Big Data: El curso equipa a los estudiantes para analizar y utilizar Big Data de manera efectiva para el apoyo a la toma de decisiones. - Diseño e implementación de soluciones de almacenamiento de datos e informes comerciales: Los participantes aprenderán a diseñar e implementar soluciones para el análisis descriptivo, centrándose en el almacenamiento de datos y los informes comerciales. - Aplicación de técnicas de minería de datos y modelado predictivo: Los estudiantes adquirirán habilidades en la aplicación de minería de datos y modelado predictivo para el apoyo a la toma de decisiones. - Utilización de análisis de texto, minería de texto y análisis web: El curso cubre la aplicación de análisis de texto, minería de texto, análisis de sentimientos, análisis web, minería web y análisis social para el análisis predictivo. - Implementación de métodos de toma de decisiones basados en modelos y búsqueda heurística: Los estudiantes aprenderán a implementar la toma de decisiones basada en modelos, los métodos de búsqueda heurística y la simulación para el análisis prescriptivo. - Utilización de sistemas de decisión automatizados y sistemas expertos: El curso también enseña el uso de sistemas de decisión automatizados, sistemas expertos, gestión del conocimiento y sistemas colaborativos para el apoyo avanzado a la toma de decisiones.
1. Introducción a Business Intelligence y Analytics 2. Big Data y Analytics 3. Analytics Descriptivo - Data Warehousing y Reporting Empresarial 4. Analytics Predictivo - Data Mining y Modelado Predictivo 5. Analytics Predictivo Continuado - Análisis de Texto, Minería Web y Análisis Social 6. Modelos y Simulación / Prescriptive Analytics 7. Analytics Prescriptivo Continuado - Sistemas de Decisión Automatizados y Gestión del Conocimiento
Se realizarán dos sesiones por semana donde se mostrarán los conceptos básicos y su aplicación en situaciones prácticas. Se profundizará en los conceptos clave de cada módulo, así como se propondrá ejemplos para que los estudiantes puedan aplicar los conceptos aprendidos. Algunos de estos ejercicios se analizarán en la siguiente sesión.
La evaluación continua tiene la siguiente estructura: Presentaciones en grupo: 60%, Trabajos en grupo: 30%, Participación en clase: 10%.
Los criterios de evaluación se aplican a todos los estudiantes; los alumnos que repiten deben asistir a clase y entregar todos los trabajos solicitados. Cualquier situación excepcional debe comunicarse previamente a los profesores y ser validada por el tutor.
La asignatura se aprobará si la nota final es superior a 5.
POLÍTICA DE RECUPERACIÓN: La recuperación consistirá en la presentación completa de un proyecto de principio a fin que cubra todos los módulos. Todas las tareas deben haberse entregado en el campus virtual antes de la presentación de recuperación. De lo contrario, no será posible realizar dicha presentación.
-
Business Intelligence, Analytics, Data Science, and AI, 5th edition, Published by Pearson © 2024, by Ramesh Sharda Oklahoma State University | Dursun Delen Oklahoma State University | Efraim Turban Oklahoma State University, University of Hawaii ISBN-13: 978-1292459295
-