Sumario... 5 Prólogo Unidad didáctica 1. Introducción a la minería de datos Objetivos de la Unidad... 10

Transcripción

1 ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a la minería de datos... 9 Objetivos de la Unidad Origen y motivación El proceso de descubrimiento de conocimiento en bases de datos Tipos de datos Relación con otras áreas Utilidad de la minería de datos Ejemplo 1: grupos de clientes en una compañía telefónica Ejemplo 2: estudio de la concesión de créditos en un banco Ejemplo 3: análisis de la cesta de la compra en un supermercado Aplicaciones Repercusión, desafíos y tendencias en minería de datos Conclusiones

2 MINERÍA DE DATOS Conceptos básicos a retener Actividades de autocomprobación Actividades de repaso Ejercicios voluntarios Referencias bibliográficas Unidad didáctica 2. El proceso de KDD Objetivos de la Unidad Introducción Recopilación de datos Selección, limpieza y transformación de datos Selección de datos Limpieza de datos Transformación de datos Data mining Interpretación y evaluación Visión de conjunto Conclusiones Conceptos básicos a retener Actividades de autocomprobación Actividades de repaso Ejercicios voluntarios Referencias bibliográficas Unidad didáctica 3. Modelo de data mining Objetivos de la Unidad Introducción Clasificación

3 J. A. Lara Torralbo Índice sistemático 3. Regresión Clustering Asociación Detección de atípicos Tareas y técnicas Técnicas y modelos Herramientas de data mining Conclusiones Conceptos básicos a retener Actividades de autocomprobación Actividades de repaso Ejercicios voluntarios Referencias bibliográficas Unidad didáctica 4. Clasificación: árboles de decisión y redes de neuronas artificiales Objetivos de la Unidad Introducción Árboles y reglas de decisión Redes de neuronas artificiales Clasificación con Weka Árboles y reglas de decisión con Weka Redes de neuronas artificiales con Weka Conclusiones Conceptos básicos a retener Actividades de autocomprobación Actividades de repaso Ejercicios voluntarios Referencias bibliográficas

4 MINERÍA DE DATOS Unidad didáctica 5. Clasificación: técnicas bayesianas y técnicas basadas en casos Objetivos de la Unidad Introducción Técnicas bayesianas Técnicas basadas en casos Clasificación con Weka Técnicas bayesianas con Weka Técnicas basadas en casos con Weka Evaluación de clasificadores Conclusiones Conceptos básicos a retener Actividades de autocomprobación Actividades de repaso Ejercicios voluntarios Referencias bibliográficas Unidad didáctica 6. Clustering: técnicas particionales Objetivos de la Unidad Introducción Medidas de distancia Clustering particional Clustering con Weka Clustering particional con Weka Conclusiones Conceptos básicos a retener Actividades de autocomprobación Actividades de repaso Ejercicios voluntarios Referencias bibliográficas

5 J. A. Lara Torralbo Índice sistemático Unidad didáctica 7. Clustering: técnicas jerárquicas y técnicas basadas en densidad Objetivos de la Unidad Introducción Clustering jerárquico Clustering basado en densidad Clustering basado en grid Clustering con Weka Clustering jerárquico con Weka Clustering basado en densidad con Weka Evaluación de modelos de clustering Conclusiones Conceptos básicos a retener Actividades de autocomprobación Actividades de repaso Ejercicios voluntarios Referencias bibliográficas Unidad didáctica 8. Asociación, regresión y detección de atípicos 211 Objetivos de la Unidad Introducción Asociación Regresión Regresión lineal Regresión no lineal Detección de atípicos Asociación con Weka Apriori con Weka Conclusiones

6 MINERÍA DE DATOS Conceptos básicos a retener Actividades de autocomprobación Actividades de repaso Ejercicios voluntarios Referencias bibliográficas Unidad didáctica 9. Minería de datos no convencionales Objetivos de la Unidad Introducción Análisis de series temporales Comparación de series temporales Análisis de subsecuencias Modelos de referencia de series temporales Análisis de eventos en series temporales Web mining Text mining Data mining espacial Minería de datos multimedia Conclusiones Conceptos básicos a retener Actividades de autocomprobación Actividades de repaso Ejercicios voluntarios Referencias bibliográficas Unidad didáctica 10. Caso de estudio: aplicación de la minería de datos en el dominio de la medicina Objetivos de la Unidad

7 J. A. Lara Torralbo Índice sistemático 1. Introducción Dominio médico de aplicación: estabilometría Unilateral Stance (UNI) Rhythmic Weight Shift (RWS) Limits of Stability (LOS) Marco para el descubrimiento de conocimiento en el entorno médico Definición de eventos en series temporales Comparación entre dos series temporales Generación de modelos de referencia de series temporales Sistema implementado Conclusiones Conceptos básicos a retener Actividades de autocomprobación Actividades de repaso Ejercicios voluntarios Referencias bibliográficas