Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PROGRAMA DE ESTUDIOS
FACULTAD DE CIENCIAS DE LA INGENIERÍA
CARRERA: Ingeniería en Sistemas
SÍLABO: ANALISIS INTELIGENTE DE DATOS
3. PRE-REQUISITOS Y CO-REQUISITOS:
Pre-requisito: Probabilidad y Estadística
Cálculo Diferencial e Integral
Modelamiento de Datos
Co-requisito:
Bibliografía complementaria:
Zdravkomarkov and Daniel t. Larose. DATA MINING THE WEB. Willey.
2007 , 978-0-471-66655-4.
Data.Mining. A.Knowledge.Discovery.Approach, Springer, 2007.
5. OBJETIVO GENERAL
Entender el proceso de minería de datos en un marco de descubrimiento de
conocimiento a través de las fases de preparación de datos, minería de datos y
evaluación.
UNIVERSIDAD TÉCNICA ESTATAL DE QUEVEDO
PROGRAMA DE ESTUDIOS
Tema I:
Introducción al datamining y al LECTURA:
- DATA MINING Practical Machine Learning Tools
proceso de extracción de and Techniques. Capítulo 1.
conocimiento.
ACTIVIDADES EN CLASE
Objetivos de la Minería de Datos.
- Trabajo grupal (Taller): Encuestas
Diferentes tipos de problemas a los - Uso del entorno R
cuales se puede aplicar la minería de - Uso de IDE RStudio para programar scripts
10 - Evaluación parcial escrita del Tema 1.
datos.
Aplicaciones comerciales
TAREAS ENVIADAS:
(propensión/scoring, retención, venta - Consultar las aplicaciones de código abierto que
cruzada). trabajen con análisis inteligente de datos.
Aplicaciones no-comerciales (pronóstico
y diagnóstico médico, aplicaciones
industriales).
Técnicas generales usadas por el
análisis de los datos (predicción,
clasificación, clustering).
UNIVERSIDAD TÉCNICA ESTATAL DE QUEVEDO
PROGRAMA DE ESTUDIOS
Tema II:
LECTURA:
El proceso de análisis de datos - DATA MINING Practical Machine Learning Tools
inteligente and Techniques. Capítulo 2.
.
Comprensión del Problema. ACTIVIDADES EN CLASE
Comprensión de los datos. 10 - Uso del entorno R
Preparación de los datos. - Uso de IDE RStudio para programar scripts
Minería de datos. basados en estadística descriptiva
- Evaluación parcial escrita del Tema 2.
Herramientas de minería de datos.
Evaluación
TAREAS ENVIADAS:
Implementación
- Ampliar los temas tratados en el Capítulo 2
Tema III
LECTURA:
Preparación de datos - DATA MINING Practical Machine Learning Tools
Analizar los problemas que puedan and Techniques. Capítulo 3.
surgir con datos reales y plantear ACTIVIDADES EN CLASE
soluciones para ellos. - Uso del entorno R
16
Selección de variables. - Uso de IDE RStudio para programar scripts
Muestreo, selección de registros. para análisis de correlación
- Evaluación parcial escrita del Tema 3.
Análisis de correlación.
Análisis factorial. Creación de nuevas
TAREAS ENVIADAS:
variables, agregación de variables.
- Ampliar los temas tratados en el Capítulo 3
Tratamiento de datos imperfectos.
Tema IV
Minería de datos LECTURA:
- DATA MINING Practical Machine Learning Tools
Introducción. and Techniques. Capítulo 4.
Modelización estadística.
Técnicas de clasificación y predicción ACTIVIDADES EN CLASE
de datos. - Uso del entorno R
- Uso de IDE RStudio para programar scripts
Reglas de asociación y dependencia. para clasificación
Métodos bayesianos. - Uso de IDE RStudio para programar scripts
Modelización mediante árboles de 20 para predicción
decisión. - Uso de IDE RStudio para programar scripts
Modelización con técnicas para métodos bayesianos
- Uso de IDE RStudio para programar scripts
bioinspiradas. para árboles de decisión
Clustering. - Uso de IDE RStudio para programar scripts
para clustering
- Evaluación parcial escrita del Tema 5.
TAREAS ENVIADAS:
- Ampliar los temas tratados en el Capítulo 5
Tema V LECTURA:
Evaluación e interpretación - DATA MINING Practical Machine Learning Tools
and Techniques. Capítulo 5.
Técnicas de evaluación.
Combinación de modelos. 8
ACTIVIDADES EN CLASE
Interpretación, difusión y uso de - Uso del entorno R
modelos. - Uso de IDE RStudio para programar scripts y
comparar algoritmos
- Evaluación parcial escrita del Tema 5.
UNIVERSIDAD TÉCNICA ESTATAL DE QUEVEDO
PROGRAMA DE ESTUDIOS
TAREAS ENVIADAS:
- Ampliar los temas tratados en el Capítulo 5
8. HORARIO DE CLASE/LABORATORIO
4 4