Gaia
Datuen esplorazioa eta analisia
Gaiari buruzko datu orokorrak
- Modalitatea
- Ikasgelakoa
- Birtuala
- Hizkuntza
- Gaztelania
Irakasleak
Izena | Erakundea | Kategoria | Doktorea | Irakaskuntza-profila | Arloa | Helbide elektronikoa |
---|---|---|---|---|---|---|
ARBELAIZ GALLEGO, OLATZ | Euskal Herriko Unibertsitatea | Irakaslego Agregatua | Doktorea | Elebiduna | Konputagailuen Arkitektura eta Teknologia | olatz.arbelaitz@ehu.eus |
GURRUTXAGA GOIKOETXEA, IBAI | Euskal Herriko Unibertsitatea | Irakaslego Agregatua | Doktorea | Elebiduna | Konputagailuen Arkitektura eta Teknologia | i.gurrutxaga@ehu.eus |
INZA CANO, IÑAKI | Euskal Herriko Unibertsitatea | Irakaslego Agregatua | Doktorea | Elebiduna | Konputazio Zientzia eta Adimen Artifiziala | inaki.inza@ehu.eus |
IRIGOYEN GARBIZU, ITZIAR | Euskal Herriko Unibertsitatea | Irakaslego Agregatua | Doktorea | Elebiduna | Konputazio Zientzia eta Adimen Artifiziala | itziar.irigoien@ehu.eus |
MARTIN ARAMBURU, JOSE IGNACIO | Euskal Herriko Unibertsitatea | Unibertsitateko Irakaslego Titularra | Doktorea | Elebiduna | Konputagailuen Arkitektura eta Teknologia | j.martin@ehu.eus |
MUGUERZA RIVERO, JAVIER FRANCISCO | Euskal Herriko Unibertsitatea | Unibertsitateko Katedraduna | Doktorea | Elebiduna | Konputagailuen Arkitektura eta Teknologia | j.muguerza@ehu.eus |
PEREZ DE LA FUENTE, JESUS MARIA | Euskal Herriko Unibertsitatea | Irakaslego Agregatua | Doktorea | Elebiduna | Konputagailuen Arkitektura eta Teknologia | txus.perez@ehu.eus |
DORRONSORO IBERO, JOSE RAMON | Madrilgo Unibertsitate Autonomoa | Unibertsitateko Katedraduna | Doktorea | jose.dorronsoro@uam.es |
Gaitasunak
Izena | Pisua |
---|---|
Conocer los principios teóricos y los fundamentos avanzados de la computación estadística, numérica y gráfica, de los sistemas basados en la inteligencia artificial, y de la representación de la información. | 33.0 % |
Saber aplicar los fundamentos y avances en computación estadística, numérica y gráfica, en sistemas basados en la inteligencia artificial, y en la representación de la información, para desarrollar sistemas, servicios y aplicaciones informáticas innovadoras, definiendo, evaluando y seleccionando plataformas hardware y software adecuadas. | 33.0 % |
Ser capaz de crear nuevos algoritmos y modelos de computación estadística, numérica y gráfica, nuevos paradigmas de inteligencia artificial y nuevas técnicas de representación de la información, analizando su complejidad computacional, demostrando su validez y obteniendo desarrollos tecnológicos. | 33.0 % |
Irakaskuntza motak
Mota | Ikasgelako orduak | Ikasgelaz kanpoko orduak | Orduak guztira |
---|---|---|---|
Magistrala | 30 | 45 | 75 |
Mintegia | 10 | 15 | 25 |
Ordenagailuko p. | 20 | 30 | 50 |
Irakaskuntza motak
Izena | Orduak | Ikasgelako orduen ehunekoa |
---|---|---|
Aplikazio-tailerrak | 20.0 | 100 % |
Azalpenezko eskolak | 20.0 | 100 % |
Bideokonferentziak | 0.0 | 100 % |
Ikasketa sistematizatua | 40.0 | 0 % |
Interakzioa irakaslearekin ingurune birtualetan | 0.0 | 30 % |
Irakaskuntza-taldeak plataforma birtualaren bidez proposatutako jarduerak | 0.0 | 0 % |
Irakurketa eta analisi praktikoak | 40.0 | 50 % |
Plataformaren bidez harreman birtualean emandako orduak (foroetan parte hartzea, etab.) | 0.0 | 100 % |
Txostenak eta azalpenak lantzea | 30.0 | 30 % |
Ebaluazio-sistemak
Izena | Gutxieneko ponderazioa | Gehieneko ponderazioa |
---|---|---|
Bertaratzea eta Parte-hartzea | 15.0 % | 25.0 % |
Azalpenak | 30.0 % | 40.0 % |
Foroetan parte hartzea | 15.0 % | 25.0 % |
Lan praktikoak | 30.0 % | 40.0 % |
OTROS | 0.0 % | 10.0 % |
Urrutiko ebaluazio-probak | 75.0 % | 85.0 % |
Irakasgai-zerrenda
Introducción general a la problemática y nociones básicasVisualización de una variable y de las relaciones entre variables
Métodos de clasificación no supervisada
Métodos de clasificación supervisada
Métodos de reducción de la dimensionalidad (factoriales)
Combinación de métodos
Bibliografia
Oinarrizko bibliografia
HAND, D., MANNILA, H., SMYTH, P., `Principles of Data Mining¿, MIT Press, 2001.LEBART L., PIRON M., MORINEAU A., `Statistique exploratoire multidimensionnelle¿, Dunod, 4eme édition, 2006.
HASTIE T., TIBSHIRANI R., FRIEDMAN J., `The Elements of Statistical Learning: Data Mining, Inference, and Prediction¿, Springer Verlag, 2001.
MYATT G.J., `Making Sense of Data: A Practical Guide to Exploratory Data Analysis and Data Mining¿, John Wiley, 2006.
Gehiago sakontzeko bibliografia
ANDERBERG M.R., `Cluster analysis for applications¿, Academic Press, New York, 1973.HARTIGAN J., `Clustering Algorithms¿, Wiley, 1975,
BREIMAN L., FRIEDMAN J., OLSHEN R., STONE C., `Classification and Regression Trees¿, Wadsworth and Brooks, Monterrey CA, 1984.
QUINLAN J.R, `C4.5: Programs for Machine Learning¿, Morgan Kaufmann, 1992
FAYYAD U., PIATETSKY-SHAPIRO G., SMYTH P., UTHURUSAMY R., (eds.), `Advances in Knowledge Discovery and Data Mining¿, AAAI/MIT Press, 1996.
D. MICHIE, D.J. SPIEGELHALTER, C.C. TAYLOR, (eds), `Machine Learning, Neural and Statistical Classification¿ http://www.amsta.leeds.ac.uk/~charles/statlog
CUADRAS C.M., `Métodos de Análisis Multivariante, 1.edición EUNIBAR, 1981, 2.edición, Promociones y Publicaciones Universitarias, 1991.
ESCOFFIER B., PAGÈS J., `Analyses factorielles simples et multiples¿, Dunod. Versión en español `Análisis factoriales simples y múltiples, Servicio editorial de la UPV/EHU, 1995.
JAMBU, M., LEBEAUX, M.-O `Cluster Analysis and Data Analysis¿., North-Holland, 1983.
JAMBU, M., `Exploration informatique et statistique des données¿, Dunod, 1989.
BERTHOLD M., HAND, D.J., (eds), Intelligent Data Analysis: An Introduction, Springer Verlag, 1999.
CLEVELAND W., 'Visualizing Data', Summit, NJ: Hobart Press, 1993.
CLEVELAND W.,`The Elements of Graphing Data, revised¿, Hobart Press, 1994
WALLGREN A. et alt., 'Graphing Statistics & Data', Sage Publications, 1996.
JACOBY W.G., 'Statistical Graphics for Visualizing Multivariate Data', Sage Publications,