Con este curso adquieres las competencias necesarias para abordar proyectos completos de data mining y descubrimiento de conocimiento en bases de datos (KDD). Aprenderás a estructurar bases de datos orientadas al soporte a la decisión, identificando los problemas habituales en su construcción y analizando cómo extraer patrones útiles a partir de grandes volúmenes de información técnica. Dominarás el estándar metodológico CRISP-DM, que organiza el trabajo desde la comprensión inicial del negocio y los datos hasta la preparación, modelado, evaluación y puesta en producción de las soluciones.

Además, trabajarás de forma práctica con las principales técnicas analíticas del sector. Desarrollarás modelos predictivos de clasificación mediante algoritmos como árboles de decisión o Naive Bayes, y esquemas descriptivos basados en clustering con K-means y EM, junto con reglas de asociación utilizando Apriori. Este aprendizaje te permitirá diseñar planes de proyecto rigurosos, seleccionar las herramientas estadísticas idóneas según el dominio del problema y transformar datos brutos en conocimiento aplicable a casos reales de soporte directivo y operativo.