Ficha del curso
DATA MINING: PRINCIPIOS Y APLICACIONES
Ofimática, informática y comunicaciones
Contenidos
UNIDAD DIDÁCTICA 1. EL PROCESO DE DESCUBRIMIENTO DE CONOCIMIENTO EN BASES DE DATOS. Definición del proceso de data mining Análisis de las fases del proceso de acuerdo a CRISP-DM - Compresión del problema - Comprensión de los datos - Preparación de los datos - Modelado - Evaluación - Implantación UNIDAD DIDÁCTICA 2. EL CICLO DE DATA MINING: FASES Y TIPOS DE PROBLEMAS. Tipos de problemas - Descriptivos - Predictivos Implicaciones de los datos, dominios, técnicas en las fases del proceso Casos de uso UNIDAD DIDÁCTICA 3. TÉCNICAS DE DATA MINING. Clasificación - Arboles de decisión - Naive Bayes Clustering - K-means - EM Asociacion - A priori UNIDAD DIDÁCTICA 4. CONSOLIDACIÓN DE DATA MINING. Presentación de un caso practico Aplicación del proceso CRISP-Dm Elaboración de un plan de proyecto
Objetivos
Descubrir las bases de datos de soporte a la decisión y toda la problemática asociada tanto a su construcción y desarrollo como a la extracción de conocimiento de las mismas y enfrentarse a un proyecto de data mining con los conocimientos suficientes pudiendo abordar cualquiera de sus fases de desarrollo finalidad la descripción precisa del proceso de KDD.