La asignatura tiene una fuerte componente práctica que recomienda un nivel alto de programación y una base de estadística.



Se recomienda haber superado los siguientes cursos:

- Programación Modular y Orientación a Objetos

- Estructuras de Datos y Algoritmos

- Métodos Estadísticos de la Ingeniería

- Investigación Operativa



Temas afines:

- computación

- estadística e investigación operativa

- sistemas de apoyo a la decisión

- inteligencia artificial

- aprendizaje automático

- business intelligence

1 Reconocer los beneficios del uso sistemático de técnicas de extracción de conocimiento para la obtención de modelos y patrones predictivos o descriptivos

2 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.

3 Elegir, para un problema concreto, qué técnicas de minería de datos son más apropiadas.

4 Generar los modelos y patrones elegidos utilizando una herramienta o paquete de minería de datos.

5 Evaluar la calidad de un modelo, utilizando técnicas sencillas de evaluación

6 Conocer la problemática especial de la minería sobre la web y las técnicas más usuales.

INTRODUCCIÓN:

· Objetivo. Contexto de aplicación.

· Aplicaciones comerciales: propensión/scoring, retención, venta cruzada, sistemas web, pronóstico y diagnóstico médico, aplicaciones industriales, procesamiento del lenguaje natural.

· Inteligencia artificial. Aprendizaje automático. Reconocimiento de formas.

· Aproximaciones a la minería de datos: Clasificación, Asociación, Clustering

· Datos: Recopilación de datos. Análisis.

· Pre-procesamiento: Selección de atributos. Introducción a los heurísticos de búsqueda y los algoritmos genéticos. Des-balance o cómo aprender con pocos datos.





TÉCNICAS EXPLORATORIAS: CLÚSTERING

· Clasificación no-supervisada (clustering)

· Estudio de técnicas de clustering: clustering particional (k-means clustering); clustering probabilístico (algoritmo EM); clustering jerárquico (algoritmo aglomerativo); redes neuronales.

· Aplicaciones: Compresión de señal y teoría de la información; tendencias de clientes; detección de especies; mapa socio-lingüístico; web mining en artículos.





TÉCNICAS PREDICTIVAS: CLASIFICACIÓN

· Técnicas de evaluación y validación de clasificación supervisada

· Algoritmos de inferencia: neural networks, bayesian networks, random forest, logistic regression

· Combinación de clasificadores: meta-clasificadores (ensembles)

· Modelos multi-class mono-label vs. multi-class multi-label

· Aplicaciones: business intelligence, diagnóstico clínico

La asignatura es presencial.



La asignatura se desarrolla mediante tres tipos principales de actividades: clases magistrales de teoría, sesiones prácticas de ordenador y de trabajo y discusión. Todas las actividades requiren actitud pro-activa y pensamiento crítico. Se fomentan metodologías activas de enseñanza-aprendizaje.





Grupo de Ordenador: tienen como objetivo implementar en sistemas reales las técnicas trabajadas en las clases magistrales. Para adquirir diversas capacidades se fomenta el trabajo en equipo cooperativo y también se asume trabajo autónomo.

• Sistema de Evaluación Continua
• Sistema de Evaluación Final
• Herramientas y porcentajes de calificación:
  • Prueba escrita a desarrollar (%): 40
  • Realización de prácticas (ejercicios, casos o problemas) (%): 60

Convocatoria ordinaria:

· 60% Prácticas y trabajos: se obtiene mediante evaluación continua mediante diversas prácticas individuales y grupales.

· 40% Examen

Requisito: obtener un 40% de la ponderación correspondiente en cada una de las dos partes anteriores (Prácticas y trabajos, Examen).



Por defecto, se está adscrito a la "Evaluación continua", las competencias, en su aplicación y con el factor de ponderación descrito en términos de Prácticas y trabajos, se adquieren a lo largo del curso y se acreditan en los días establecidos en eGela para la modalidad de "Evaluación continua". Naturalmente, se puede renunciar a la evaluación continua y adscribirse a la "Evaluación Final" según lo establecido en la normativa y con. En caso de adscripción al sistema de “Evaluación Final”, se sigue el mismo criterio de evaluación que se ha establecido para la convocatoria extraordinaria.



Renuncia de los estudiantes a una convocatoria (Presentado vs. No Presentado):

- Presentado: si se presenta al examen de la asignatura en la convocatoria correspondiente, la mera asistencia es óbice para considerar presentado.

- No-Presentado: si no se presenta al examen de la asignatura en la convocatoria correspondiente

Convocatoria extraordinaria:

· 60% Prácticas y trabajos: se obtiene mediante la realización de una única prueba de habilidad que, con objeto de acreditar las mismas competencias, incorpora contenidos afines a los trabajados mediante la evaluación coninua, y se entregar antes de la fecha del examen.

· 40% Examen

Requisito: obtener un 40% de la ponderación correspondiente en cada una de las dos partes anteriores (Prácticas y trabajos, Examen).



Renuncia de los estudiantes a una convocatoria (Presentado vs. No Presentado):

- Presentado: si se presenta al examen de la asignatura en la convocatoria correspondiente, la mera asistencia es óbice para considerar presentado.

- No-Presentado: si no se presenta al examen de la asignatura en la convocatoria correspondiente

e-gela

Bibliografía básica

· E. Alpaydin. Introduction to Machine Learning. MIT Press, 2009



· Ian Witten, Eibe Frank, Mark A. Hall. Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann, 2006



· Murphy, K.P. (2012). Machine learning: a probabilistic perspective. MIT press.



· Jiawei Han & Micheline Kamber. Data Mining: Concepts and Techniques. Morgan Kaufmann, 2006



· Pang-Ning Tan, Michael Steinbach & Vipin Kumar. Introduction to Data Mining. Addison-Wesley, 2006



· Tom Mitchell. Machine Learning. McGraw Hill, 1997.

Bibliografía de profundización

· Kevin P. Murphy. Machine Learning: A Probabilistic Perspective. 2016

· C.M. Bishop; Pattern Recognition and Machine Learning. Springer. (2006).

· Richard O. Duda, Peter E. Hart, David G. Stork; Pattern Classification; Ed. Wiley-Interscience; 2 ed ISBN-13: 978-0471056690

· S. Chakrabarti. Mining the Web: Discovering knowledge from hypertext. Morgan Kaufmann. 2003

Revistas

· ACM Transactions on KDD

· IEEE Transactions on Knowledge and Data Engineering

· Data Mining and Knowledge Discovery (DMKD)

· ACM SIGKDD Explorations

· Data & Knowledge Engineering (DKE)

Direcciones web

http://www.kdnuggets.com/
http://www.kdd.org/
http://www.cs.waikato.ac.nz/ml/weka
http://rapid-i.com