Minería de Datos
Objetivo:
Proporcionar conocimientos básicos sobre teoría y práctica de la Minería de Datos para tratamiento de información.
Contenido:
- Introducción a la Minería de Datos
- Aspectos fundamentales de los datos
- Tipos de datos
- Procesamiento de datos
- Medidas de similitud entre datos
- Exploración de datos
- Resumen estadístico
- Visualización
- Técnicas de clasificación
- Árboles de inducción
- Clasificador basado en reglas
- Clasificador de los vecinos más cercanos
- Clasificador bayesiano
- Redes Neuronales Artificiales
- Support Vector Machine
- Análisis asociativo
- Itemsets
- Generación de reglas
- Evaluación de patrones asociativos
- Análisis de agrupación
- K-means
- Agrupación jerárquica aglomerativa
- Agrupación basada en densidades
- Reducción de dimensionalidad
Bibliografía:
- Pang-Ning Tan, Michael Steinbach and Vipin Kumar. Introduction to Data Mining. Addison-Wesley. 2006. ISBN: 0321321367.
- Anil K. Jain, Richard C. Dubes. Algorithms for Clustering Data. Prentice Hall. 1988. ISBN: 013022278X.
- T. Hastie, R. Tibshirani and J. Friedman. Elements of Statistical Learning: Data Mining, Inference and Prediction. Springer-Verlag. 2001. ISBN: 0387952845.