Departamento de Computación

    Minería de Datos

Objetivo:

Contenido:

1. Introducción a la Minería de Datos
2. Aspectos fundamentales de los datos
   • Tipos de datos
   • Procesamiento de datos
   • Medidas de similitud entre datos
3. Exploración de datos
   • Resumen estadístico
   • Visualización
4. Técnicas de clasificación
   • Árboles de inducción
   • Clasificador basado en reglas
   • Clasificador de los vecinos más cercanos
   • Clasificador bayesiano
   • Redes Neuronales Artificiales
   • Support Vector Machine
5. Análisis asociativo
   • Itemsets
   • Generación de reglas
   • Evaluación de patrones asociativos
6. Análisis de agrupación
   • K-means
   • Agrupación jerárquica aglomerativa
   • Agrupación basada en densidades
7. 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.