Universidad Miguel Hernández de Elche
Data Mining
Ficha Asignatura - Curso 2012/2013
Profesorado
Información Académica
Objetivos globales de la asignatura
- Conocer los principios en los que se basa la explotación de datos
- Distinguir diferentes contextos de aplicación de la Minería de Datos
- Diseñar métodos visuales y no visuales del análisis de datos
- Gestionar herramientas cliente de conexión a servidores de datos
- Manejar herramientas de análisis, visualización y análisis masivo
- Analizar casos prácticos de aplicación de Minería de Datos
Objetivos globales teoría
- Conocer los principios básicos del Data Mining
- Diferenciar los distintos tipos de métodos y algoritmos y saber cuándo se aplica cada uno de ellos.
Temas Teoría (Contenidos)
1.- Principios generales de Data Mining.
- Conceptos fundamentales
- Definición
- Tipos
2.- Contextos de Aplicación.
- Diferentes usuarios
- Ámbito empresarial y científico
3.- Métodos para Análisis de Datos.
- Métodos no-visuales
- Métodos visuales
4.- Herramientas y Tecnologías.
- Análisis de enlaces
- Visualización
- Análisis masivios
5.- Estudio de casos prácticos.
- Pasos de un estudio sistemático
- Contexto del problema
- Descripción de la herramienta y los métodos empleados
Unidades Docentes
Coincide con la división en sesiones de los temas Objetivos globales práctica
- Ser capaz de plantear una aplicación de Data Mining para resolver problemas concretos. Prácticas
Práctica Única: Diseño e implementación / Documentación de una aplicación que emplee alguno de los métodos o algoritmos explicados. (Se adjudicará). Aunque la práctica es única, se programará en varias entregas. La práctica se expondrá en clase. Metodología Docente
Al no impartirse docencia de esta asignatura, el alumno que desee resolver dudas deberá concertar una tutoría con el profesor. Sistema de Evaluación
Cuestionario sobre la práctica asignada Bibliografía recomendada
Berry, Michael J.A., "Mastering Data Mining : The Art and Science of Customer Relationship Management /", New York [etc.] : John Wiley and Sons cop. 2000. (Enlace externo)
Seidman, Claude., "Data mining with Microsoft SQL Server 2000 technical reference", Redmond, Washington Microsoft Press 2001 (Enlace externo)
Westphal, Christopher R., "Data mining solutions : Methods and tools for solving real-world problems", New York : John Wiley & Sons , [1998] (Enlace externo)
Bibliografía adicional
Data Mining and Uncertaining Reasoning. Z. Chen.
Wiley Inter-Science, 2001
Data Mining for Association Rules and Sequential Patterns.
J.M. Adamo. Springer, 2000
Learning from Data
V. Cherkassky – F. Mulier, Wiley Interscience, 1998
[volver]
[índice]
[Versión Normal]
[Mapa Web]
[Info. Accesibilidad]
