Contenidos

 

Unidad 1: Introducción

Etapas del Descubrimiento de Conocimiento en Bases de Datos, describiendo cada una de ellas y las tareas que abarcan. Identificación del Problema. Pre-procesamiento de datos. Data warehousing y OLAP. El proceso de Data Mining: Extracción de patrones. Postprocesamiento de datos. Utilización del conocimiento descubierto .

Unidad 2: Pre-procesamiento de datos

Motivación y objetivos de la etapa. Tareas que abarca y técnicas utilizadas normalmente en cada tarea. Limpieza de datos. Transformación de datos. Integración de datos. Reducción de datos. Discretización de datos

Unidad 3: Técnicas de Inteligencia Artificial aplicadas a Data Mining

Reglas de Asociación
Conceptos generales de esta técnica de Data Mining. Tipos de reglas de asociación. Generación de reglas de asociación: algoritmos. Técnicas de post-procesamiento comúnmente usadas: Métricas de interés objetivas y subjetivas; Reglas redundantes. Ejemplos de aplicaciones de la técnica. Herramientas.
Clasificación y Predicción
Conceptos generales de Clasificación y Predicción. Técnicas comúnmente utilizadas: árboles de Decisión; Redes Neuronales; Algoritmos Genéticos; Clasificador Bayesiano. Métricas de evaluación de los clasificadores. Regresión Lineal. Ejemplos de aplicaciones de las técnicas. Herramientas.
Modelos de Markov
Cadenas de Markov. Cadenas de Markov de Orden Variable. Modelos Ocultos de Markov. Algoritmos de Aprendizaje. Algoritmos de Inferencia. Ejemplos de aplicaciones de la técnica. herramientas.
Clustering
Conceptos generales de la técnica. Algoritmos de clustering: Algoritmos de particionamiento; clustering jerárquico; Algoritmos basados en densidad; Método basado en grilla; Método basado en modelo. Ejemplos de aplicaciones de la técnica. Herramientas.

Unidad 4: Web Mining

Motivación del área. Tipos: Web Content Mining; Web Usage Mining; Web Structure Mining. Técnicas y aplicaciones de cada una de estas áreas. Text Mining. Descubrimiento de comunidades de usuarios y análisis de estas comunidades. Ejemplos de agentes inteligentes aplicados en Web y Text Mining. Herramientas.

Unidad 5: Knowledge Management

Motivación del área de Knowledge Management (KM). Definición de KM. Tipos de conocimiento. Conceptos utilizados en el área. Procesos de KM. Etratégias de KM. Ejemplos de tecnologias que soportan KM.