objetivo general objetivos especificos

Universidad del Cauca
Facultad de Ingeniería Electrónica y de Telecomunicaciones
UNIVERSIDAD DEL CAUCA
FACULTAD DE INGENIERIA ELECTRÓNICA Y TELECOMUNICACIONES
DEPARTAMENTO DE SISTEMAS
ASIGNATURA:
CODIGO:
MODALIDAD:
INTENSIDAD:
AREA:
PREREQUISITOS:
CREDITOS:
PROFESOR:
MINERIA DE DATOS
SIS827
PRESENCIAL TEORICO / PRACTICA
4 HORAS / SEMANA
INGENIERÍA APLICADA
NINGUNO
3
MAG. CARLOS ALBERTO COBOS LOZADA
OBJETIVO GENERAL
Este curso da a los participantes la posibilidad de conocer, comprender las técnicas
básicas de minería de datos y saber como se aplican en problemas concretos de
extracción de conocimiento útil para el análisis y la toma de decisiones.
OBJETIVOS ESPECIFICOS
El estudiante al final del curso estará en capacidad de:
1. Entender los conceptos y la terminología de las técnicas de minería de datos.
2. Reconocer los beneficios del uso sistemático de técnicas de extracción de
conocimiento para la obtención de modelos y patrones predictivos o descriptivos.
3. Conocer las fases del Descubrimiento de Conocimiento de Bases de Datos y la
importancia de las mismas en el éxito del proceso (en especial las de limpieza y
selección de datos).
4. Conocer las distintas técnicas de aprendizaje automático y estadísticas utilizadas en
minería de datos, su potencial, su coste computacional y sus limitaciones de
representación y de inteligibilidad.
5. Elegir, para un problema concreto, qué técnicas de minería de datos son más
apropiadas.
6. Generar los modelos y patrones elegidos utilizando una herramienta o paquete de
minería de datos.
7. Evaluar la calidad de un modelo, utilizando técnicas sencillas de evaluación
(validación cruzada).
8. Implementar un algoritmo de minería de datos específico.
9. Conocer la problemática especial de la minería sobre la Web (documentos textuales
e hipertextuales) y las técnicas más usadas.
10. Conocer los problemas abiertos en la investigación de minería de datos.
11. Conocer los congresos y foros más importantes, así como las redes, recursos, etc.,
relacionados
2007-05-02 Departamento de Sistemas - FIET
1/3
Universidad del Cauca
Facultad de Ingeniería Electrónica y de Telecomunicaciones
METODOLOGIA
1. El estudiante adquirirá los conocimientos básicos a través de clases magistrales
acompañadas de ejercicios prácticos.
2. El estudiante deberá profundizar sus conocimientos con temas complementarios
desarrollando talleres prácticos y trabajos de investigación.
3. El estudiante aplicará los conceptos teóricos mediante el desarrollo de talleres
dirigidos que se realizarán en las horas prácticas.
4. El estudiante desarrollará prácticas de laboratorio y exposiciones de temas
complementarios o de profundización al contenido de la asignatura.
5. El estudiante implementará por lo menos un algoritmo de minería de datos durante
el desarrollo del curso.
CONTENIDO
1 INTRODUCCIÓN A LA MINERÍA DE DATOS (4 h)
1.1 Definición.
1.2 Motivación.
1.3 Problemas tipo y aplicaciones.
1.4 Relación con otras disciplinas.
2 EL PROCESO KDD (8 h)
2.1 Fases del KDD
2.2 Tipología y técnicas de Minería de Datos
2.3 Sistemas Comerciales
2.4 Visualización
3 TÉCNICAS DE MINERÍA DE DATOS (30 h)
3.1
El problema de la extracción automática de conocimiento.
3.1.1 Pre-procesamiento de datos y análisis exploratorio de los datos
3.1.2 Enfoques estadísticos de estimación y predicción
3.2
Evaluación de Hipótesis
3.3
Técnicas supervisadas y no supervisadas
3.3.1 Clasificación: K-NN, Naive Bayes, árboles de decisión (C4.5, C5.0, CART)
3.3.2 Clustering: K-means, SOM (Self-Organizing Maps) o Redes Kohonen
3.3.3 Estimación y Predicción: Redes Neuronales (Perceptron y Perceptron multicapa)
3.3.4 Análisis de asociación: aprioriAll, aprioriSome, DynamicSome, FPGrow
3.4
Técnicas de evaluación de modelos
4 MINERÍA DE DATOS EN LA WEB – WEBMINING (12 h)
4.1 Los Problemas de la Información No Estructurada
4.2 Extracción de Conocimiento a partir de Documentos HTML y texto.
4.3 Extracción de Información semi-estructurada (XML).
5 ÁREAS DE INTERES EN INVESTIGACIÓN (6 h)
5.1 Problemas concretos.
5.2 Congresos, foros, redes y recursos
EVALUACIONES
2007-05-02 Departamento de Sistemas - FIET
2/3
Universidad del Cauca
Facultad de Ingeniería Electrónica y de Telecomunicaciones
Se realizarán tres (3) evaluaciones de la siguiente forma:
CORTE
%
Primer
35%
Segundo
35%
Tercero
30%
COMPONENTES
Descripción
Parcial escrito
Quices, Talleres y/o Laboratorios
Parcial escrito
Quices, Talleres y/o Laboratorios
Parcial escrito
Quices, Talleres y/o Laboratorios
%
80%
20%
70%
30%
70%
30%
Las practicas, talleres y laboratorios en grupo serán evaluados individualmente y deben
estar debidamente documentados. Todo Proyecto NO sustentado pierde validez. Las
sustentaciones serán programadas con anterioridad definiendo fecha y hora para cada
alumno.
BIBLIOGRAFÍA
•
•
•
•
•
•
•
•
•
•
Larose, Daniel T. Data Mining Methods and Models. Daniel T. Larose. ISBN: 0-47175647-4. E-Book. 385 pages. February 2006, Wiley-IEEE Press.
Larose, Daniel T. Discovering Knowledge in Data: An Introduction to Data Mining.
Hoboken, NJ, USA: John Wiley & Sons, Incorporated, 2005. E-Book.
Data Mining with SQL Server 2005. ZhaoHui Tang, Jamie Maclennan. Wiley
Publishing, Indiana, 2005.
Kantardzic, Mehmed. Data Mining: Concepts, Models, Methods, and Algorithms,
John Wiley & Sons 2003 (343 pages). ISBN: 0471228524.
Análisis y Extracción de Conocimiento en Sistemas de Información: Datawarehouse
y Datamining. Departamento de Sistemas Informáticos y Computación. Universidad
Politécnica de Valencia. http://www.dsic.upv.es/~jorallo/cursoDWDM.
Wang, John (Editor). Data Mining: Opportunities and Challenges. Hershey, PA,
USA: Idea Group Inc., 2003.
Scime, Anthony. Web Mining: Applications and Techniques. Hershey, PA, USA: Idea
Group Publishing, 2004.
Hsu, Hui-Huang. Advanced Data Mining Technologies in Bioinformatics. Idea Group
Publishing. 2006. ISBN: 1-59140-865-2.
Berry, Michael J. A.; Linoff, Gordon S. Data Mining Techniques: For Marketing,
Sales, and Customer Relationship Management. John Wiley & Sons, Incorporated.
2004. ISBN: 0-471-47064-3.
Last, Mark; Kandel, Abraham; Bunke, Horst. Data Mining in Time Series Databases.
World Scientific Publishing Company, Incorporated. 2004. ISBN: 9-81-238290-9.
2007-05-02 Departamento de Sistemas - FIET
3/3