DATA MINING: TORTURANDO LOS DATOS HASTA QUE CONFIESEN. Luis Carlos Molina Félix INT Intelligence & Telecom
|
|
- Francisco Javier Maidana Figueroa
- hace 5 años
- Vistas:
Transcripción
1 1
2 DATA MINING: TORTURANDO LOS DATOS HASTA QUE CONFIESEN Luis Carlos Molina Félix INT Intelligence & Telecom
3 Qué tan nuevos son todos estos conceptos?
4 La toma de decisiones Antes de Cristo Año Evento 3050 a. de C. En el antiguo Egipto, los faraones recopilaron datos relativos a la población, cultivos y la riqueza del país a. de C. Los babilonios utilizaban pequeñas tablillas de arcilla para recopilar datos sobre la producción agrícola y los géneros vendidos o cambiados mediante trueque a. de C. En China hay registros numéricos agrícolas de esa época. 594 a. de C. Los griegos efectuaron 69 censos fines tributarios, sociales (división de tierras) y militares (cálculo de recursos y hombres disponibles). Servía para calcular los impuestos, determinar los derechos de voto y ponderar su potencial guerrero. 500 a. de C. El historiador Tucídides en su relato Historia de la Guerra del Peloponeso describe como los atenienses calculaban la altura de la muralla de Platea, para determinar los insumos.
5 Año Acontecimiento 1763 Thomas Bayes escribe un ensayo donde define el Teorema de Bayes, usado en todos los algoritmos probabilísticos 1805 El francés Adrien-Marie Legendre describe el método de los mínimos cuadrados, usado ampliamente en el mundo del análisis de datos Se crea la base de datos IRIS. Todos los algoritmos de ML debe de usar esta base para medir su desempeño Warren McCulloch y Walter Pitts presentaron su modelo de redes neuronales artificiales, base del Deep Learning Claude Shannon, propone la Entropía de Shannon, usada en muchos algoritmos de ML como el c4.5 o c5.0 usados para clasificación Turing propuso que la pregunta: puede una máquina pensar? 1950 Surge el concepto Inteligencia Artificial Arthur Samuel define ML como El campo de estudio que da a las computadoras la habilidad de aprender sin ser explícitamente programada" Se concibe el algoritmo k-means, base de lo que hoy llamamos agrupamiento El algoritmo vecinos más cercanos fue creado y fundamenta lo que hoy conocemos como reconocimiento de patrones.
6 Fraude y engaño abundan en estos días, más que en ningún otro tiempo - Sir Edward Coke, Lord Chief Justice, 1602
7 1962: John Tukey escribe The future of Data Analysis 1974: Peter Naur acuña el término: Procesamiento de datos para obtener nuevo conocimiento para el soporte a las decisiones
8 1974: Peter Naur define lo siguiente: Data science or Datalogy is the science of dealing with data, once they have been established, while the relation of data to what trey represent is delegated to other fields and sciences. In good data processing new, so far unknown date, may be used directly by humans to guide their actions.
9 1985: Fisher y Gale fundan la AI&Stat Society Objetivo: Promover la comunicación entre las comunidades estadísticas, de inteligencia artificial y computación. 1989: Primer Workshop sobre KDD (Knowledge Discovery n Databases) dentro del IJCAI. 1994: Primer Proceedings. 1996: Primer estado del arte. (Fayyad et al.).
10 Lo que hemos aprendido de la IA y ML El robot japonés
11 Para qué nos sirven los datos? Nuestra empresa tiene 50 años de antigüedad y 4 años de historia. Sergio Díaz Bardahl, 2001
12 Metodología CRISP-DM
13 Conceptualización de un caso
14 Como funciona ML (Data Mining)
15 10 10 Modelo de clasificación Tid Attrib1 Attrib2 Attrib3 Class 1 Yes Large 125K No 2 No Medium 100K No 3 No Small 70K No 4 Yes Medium 120K No 5 No Large 95K Yes 6 No Medium 60K No 7 Yes Large 220K No 8 No Small 85K Yes 9 No Medium 75K No 10 No Small 90K Yes Conjunto de entrenamiento Tid Attrib1 Attrib2 Attrib3 Class 11 No Small 55K? 12 Yes Medium 80K? 13 Yes Large 110K? 14 No Small 95K? 15 No Large 67K? Inducción Deducción Algoritmo de aprendizaje Aprender modelo Aplicar modelo Modelo Conjunto de prueba
16 Torturando los Datos hasta que confiesen Los pañales y la cerveza Los alimentos orgánicos.. Visión y autoestima: Motivos por los que los estudiantes no entraron en la preparatoria..
17 Laboratorio de Big Data Cel
Qué son y qué papel juegan estas tecnologías en la era de la revolución digital? Inteligencia Artificial (AI) Machine Learning & Cognitive Computing
Qué son y qué papel juegan estas tecnologías en la era de la revolución digital? Inteligencia Artificial (AI) Machine Learning & Cognitive Computing Javier Alexander Rengifo, MSc. Javier Alexander Rengifo,
Más detallesUNIDAD I.- INTRODUCCIÓN
UNIDAD I.- INTRODUCCIÓN LECCIÓN 1.1.- El propósito de la Inteligencia Artificial y su evolución histórica 1.1.4.- Evolución Histórica de la Inteligencia Artificial Gestación de la Inteligencia Artificial
Más detallesInteligencia Artificial: Su uso para la investigación
Inteligencia Artificial: Su uso para la investigación Dra. Helena Montserrat Gómez Adorno Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas helena.adorno@iimas.unam.mx 1 Introducción
Más detallesTema 2: Un poco de Historia
Introducción a la Inteligencia Artificial Curso 2006 2007 Tema 2: Un poco de Historia Miguel A. Gutiérrez Naranjo Dpto. de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla IIA
Más detallesCURSO/GUÍA PRÁCTICA DEL BIG DATA INMOBILIARIO
SISTEMA EDUCATIVO inmoley.com DE FORMACIÓN CONTINUA PARA PROFESIONALES INMOBILIARIOS. CURSO/GUÍA PRÁCTICA DEL BIG DATA INMOBILIARIO Gestión empresarial de la información. Business Intelligence. Data Mining.
Más detallesQué es una RNA? Cómo surgieron y para qué? Aplicaciones? Lic. Leticia Seijas SdC Departamento de Computación - FCEyN - UBA
Para qué sirven las Redes Neuronales? SdC 2010 Departamento de Computación Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires Qué es una RNA? Cómo surgieron y para qué? Aplicaciones?
Más detallesTema 2: Un poco de Historia
Introducción a la Inteligencia Artificial Curso 2008 2009 Tema 2: Un poco de Historia Miguel A. Gutiérrez Naranjo Dpto. de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla IIA
Más detallesMétodos Descriptivos en Minería de Datos
Métodos Descriptivos en Minería de Datos Descripción: En este curso se presentarán los principales conceptos y métodos en Minería de Datos. El énfasis principal del curso será examinar dichos métodos desde
Más detallesCuestiones administrativas Sistemas Inteligentes de Gestión Segundo cuatrimestre, curso 2011/2012 Horario de clases Teoría Miércoles, de 17:00 a 19:00
Sistemas Inteligentes de Gestión Fernando Berzal, berzal@acm.org Cuestiones administrativas 1 Cuestiones administrativas Sistemas Inteligentes de Gestión Segundo cuatrimestre, curso 2011/2012 Horario de
Más detallesPROPUESTA DE MINOR CIENCIA DE LOS DATOS. DATA SCIENCE Resultados de Aprendizaje del Minor
PROPUESTA DE MINOR Nombre del Minor CIENCIA DE LOS DATOS DATA SCIENCE del Minor Al finalizar el Minor el estudiante logrará: Analizar y representar grandes volúmenes de datos complejos tales como: imágenes,
Más detallesInteligencia Artificial
Inteligencia Artificial Inteligencia, concepto Es la capacidad para aprender o comprender. Suele ser sinónimo de intelecto (entendimiento), pero se diferencia de éste por hacer hincapié en las habilidades
Más detallesDIPLOMADO EN DATA MINING
DIPLOMADO EN DATA MINING DIPLOMADO EN DATA MINING Los datos que tienen relevancia para las decisiones de gestión, se están acumulando a un ritmo increíble, debido a una serie de avances tecnológicos. La
Más detallesSegmentación de una cartera de clientes usando aprendizaje de máquina
Inicio Segmentación de una cartera de clientes usando aprendizaje de máquina Universidad San Ignacio de Loyola I encuentro interdisciplinario de investigación desarrollo y tecnología USIL 2014 Inicio Inicio
Más detallesUNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍAS MAESTRÍA EN INGENIERÍA DE SISTEMAS Y COMPUTACIÓN
UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍAS MAESTRÍA EN INGENIERÍA DE SISTEMAS Y COMPUTACIÓN PRINCIPIOS Y TECNICAS DE INTELIGENCIA ARTIFICIAL OBJETIVOS Los objetivos específicos es el estudio
Más detallesCientífico de datos o data scientist
Científico de datos o data scientist La demanda de científicos de datos se ha incrementado de manera constante en los últimos años, existe en el mercado una amplia oferta para los científicos de datos.
Más detallesAplicaciones: Herramientas clásicas, Redes Neuronales, control borroso
Indice Inteligencia Artificial Historia Revisión de Técnicas Control automático Jerarquía de control Necesidad de inteligencia Aplicaciones: Herramientas clásicas, Redes Neuronales, control borroso Control
Más detallesEstadística Descriptiva. SESIÓN 1 Conceptos básicos y vocabulario
Estadística Descriptiva SESIÓN 1 Conceptos básicos y vocabulario Contextualización de la sesión 1 Hoy en día, la estadística se ha convertido en un método efectivo para la descripción de la importancia
Más detallesBuenas prácticas para la implementación de herramientas de Ciencia de Datos Leonardo Alfonso Ramos Corona Facultad de Geografía, UAEM.
Buenas prácticas para la implementación de herramientas de Ciencia de Datos Leonardo Alfonso Ramos Corona Facultad de Geografía, UAEM. Qué es la ciencia de datos? Es muy difícil encontrar una definición
Más detalles2021: Odisea del Ciberespacio
2021: Odisea del Ciberespacio M.C. Romeo A. Sánchez López CISM CEH CISSP CCNA CCSI SCSA SCJP SCMAD ITIL MCP TOGAF Ingeniero en Seguridad Computacional Maestro en Educación Maestro en Ciencias en Sistemas
Más detallesInteligencia Artificial
Inteligencia Artificial I Introducción a la IA Fundamentos Dr. Edgard Iván Benítez Guerrero cursofei@gmail.com 1 1. Fundamentos Definiciones de IA Contribuciones de otras áreas a la IA BrevehistoriadelaIA
Más detallesPrograma(s) Educativo(s): Clave de la materia: Semestre:
UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU0017H Clave: 08USU4053W FACULTAD DE INGENIERÍA MINERÍA DE DATOS DES: Programa(s) Educativo(s): Tipo de materia: Clave de la materia: Semestre: Área en plan
Más detallesV https://www.google.com/analytics/resources/white-paper-mit-tr-analytics-machine-learning.html?utm_source=twitter&utm_medium=social-owned&utm_campaign=2016-q4-gbl-all-ga360-suite&utm_content=mit-whitepaper
Más detallesCURSO CONDUCENTE DATA MINING Y BIG DATA
CURSO CONDUCENTE DATA MINING Y BIG DATA QUÉ SON LOS CURSOS CONDUCENTES Unegocios, de la Universidad de Chile pone a disposición de los alumnos sus CURSOS CONDUCENTES a diferentes diplomados. El objetivo
Más detallesTeoría 1 Introducción a la Inteligencia Artificial
Teoría 1 Introducción a la Inteligencia Artificial Sistemas Inteligentes 1 1 Universidad Nacional de San Luis, Argentina Carrera: Ingeniería en Informática Carrera: Ingeniería en Computación (Optativa)
Más detallesLA MINERÍA DE DATOS APLICADA A LA BÚSQUEDA DE PATRONES DE SUPERVIVIENCIA EN LA NEOPLASIA MALIGNA DE TRÁQUEA, BRONQUIOS Y PULMÓN
LA MINERÍA DE DATOS APLICADA A LA BÚSQUEDA DE PATRONES DE SUPERVIVIENCIA EN LA NEOPLASIA MALIGNA DE TRÁQUEA, BRONQUIOS Y PULMÓN Miguel Ángel Negrín; Christian González; Jaime Pinilla; Francisco-José Vázquez-Polo
Más detallesIdentificación de variables asociadas al éxito académico en Estudiantes de la Facultad de Informática Mazatlán
Your logo Identificación de variables asociadas al éxito académico en Estudiantes de la Facultad de Informática Mazatlán Universidad Autónoma de Sinaloa M.C. Rogelio Estrada Lizárraga Abril 16, 2013 Introducción
Más detallesRedes Neuronales Artificiales El Perceptrón
1 Sistemas Expertos e Inteligencia Artificial / Guía IX / Ciclo 01-2018 Facultad: Ingeniería Escuela: Computación Asignatura: Sistemas Expertos e Inteligencia Artificial Redes Neuronales Artificiales El
Más detallesTema 12. Selección de Variables
Tema 12. Selección de Variables Pedro Larrañaga, Iñaki Inza, Abdelmalik Moujahid Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad del País Vasco Euskal Herriko Unibertsitatea
Más detallesMinería de Datos, Análisis Predictivo con Microsoft Analysis Services y PowerPivot Excel (Data Mining, Predictive Analytics with Microsoft Analysis Services and Excel PowerPivot) Duración: 24 horas Código:
Más detallesInteligencia Artificial. Dr. Alberto Reyes Ballesteros Investigador Prometeo
Inteligencia Artificial Dr. Alberto Reyes Ballesteros Investigador Prometeo alberto.reyes@iner.gob.ec http://www.isr.ist.utl.pt/~areyes/ Introducción Definiciones Enfoques de la IA Historia Raíces y ramas
Más detallesUNIVERSIDAD NACIONAL DEL CALLAO
UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS INSTITUTO DE INVESTIGACIÓN DE LA FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS INFORME FINAL DEL PROYECTO DE INVESTIGACIÓN
Más detallesAnalizando patrones de datos
Analizando patrones de datos SQL Server DM, Excel DM, Azure ML y R Ana María Bisbé York @ambynet http://amby.net/ Temario Introducción a Minería de datos MS Office Excel Herramientas de tabla y Minería
Más detallesComputación cognitiva
Computación cognitiva y los centros de servicios compartidos Ing. Isaac Ramírez Herrera, M.SI IBM Watson Health Innovations, Watson for Genomics Profesor del Instituto Tecnológico de Costa Rica iramirez@cr.ibm.com
Más detallesSESION N 1 ESTADISTICA
Estadística SESION N 1 ESTADISTICA Historia de la Estadística. División de la Estadística. Definiciones Básicas. Importancia de la Estadística. Estadística I Doc. Juan Morales Romero 1 Que es la Estadística?
Más detallesEstadística Descriptiva
Estadística Descriptiva 1 Sesión No. 1 Nombre: Conceptos básicos y vocabulario Contextualización Hoy en día, la estadística se ha convertido en un método efectivo para la descripción de la importancia
Más detallesThe Economics of AI and its Impact on Employment & Wages. Afshin Almassi, SAS
The Economics of AI and its Impact on Employment & Wages Afshin Almassi, SAS AI, DL & ML en SAS Los sistemas exitosos del AI de hoy y los del futuro predecible están construidas sobre Machine Learning,
Más detallesBENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD CIENCIAS DE LA COMPUTACION
BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD CIENCIAS DE LA COMPUTACION PROGRAMA DE LA MATERIA CORRESPONDIENTE A LA LICENCIATURA EN CIENCIAS DE LA COMPUTACIÓN. Coordinación: NOMBRE DE LA MATERIA:
Más detallesQue es la Inteligencia Artificial?
Introducción Que es la Inteligencia Artificial? Es una área de la ciencia bastante nueva (1956) Su objetivo son las capacidades que consideramos Inteligentes Las aproximaciones siguen diferentes puntos
Más detallesCRITERIOS DE SELECCIÓN DE MODELOS
Inteligencia artificial y reconocimiento de patrones CRITERIOS DE SELECCIÓN DE MODELOS 1 Criterios para elegir un modelo Dos decisiones fundamentales: El tipo de modelo (árboles de decisión, redes neuronales,
Más detallesInteligencia Artificial: Historia. Ana Lilia Laureano-Cruces Universidad Autónoma Metropolitana - Azcapotzalco
Inteligencia Artificial: Historia Ana Lilia Laureano-Cruces Universidad Autónoma Metropolitana - Azcapotzalco Historia Computadoras digitales (1940s and 1950s) Juego de ajedrez (Shannon 1950, Newel, Shaw
Más detalles1.-DATOS DE LA ASIGNATURA
1.-DATOS DE LA ASIGNATURA Nombre de la asignatura: Minería de Datos Carrera: Ingeniería en Sistemas Computacionales Clave de la asignatura: ADM-0701 Horas teoría-horas práctica-créditos: 3-2-8 2.-HISTORIA
Más detallesMinería de textos Textmining Fouillede textes
Minería de textos Textmining Fouillede textes Granada, a 10 de Mayo de 2016 Prof. Dr. José Pino Díaz Universidad de Málaga, Andalucía Tech, Dep. de Economía y Administración de Empresas Grupos de investigación
Más detallesPráctica 5: Clasificación con número variable de ejemplos.
5º INGENIERÍA DE TELECOMUNICACIÓN INTELIGENCIA ARTIFICIAL Y RECONOCIMIENTO DE PATRONES Práctica 5: Clasificación con número variable de ejemplos. Objetivos: Utilización de conjuntos de entrenamiento y
Más detallesIntroducción Aprendizaje de Máquina. Gerardo Gutiérrez Gutiérrez Alexis Rodríguez Gutiérrez
Introducción Aprendizaje de Máquina Gerardo Gutiérrez Gutiérrez Alexis Rodríguez Gutiérrez Qué es Aprendizaje de Máquina? "Field of study that gives computers the ability to learn without being explicitly
Más detallesR for Data Mining Análisis de datos, segmentación y técnicas de predicción con R. web
R for Data Mining Análisis de datos, segmentación y técnicas de predicción con R web Presentación R es el lenguaje de programación estadístico por excelencia. Se destaca por que es una las herramientas
Más detallesMódulo Minería de Datos Diplomado. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS
Módulo Minería de Datos Diplomado Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Metodologías Las tres metodologías dominantes para el proceso de la minería
Más detallesDATA MINING CONCEPTOS Y EXPERIENCIA EN LA FISCALIZACIÓN DEL MERCADO DE VALORES DE CHILE
VII Reunión sobre casos prácticos de inspección y vigilancia de mercados y entidades. Santiago de Chile DATA MINING CONCEPTOS Y EXPERIENCIA EN LA FISCALIZACIÓN DEL MERCADO DE VALORES DE CHILE Marcelo García
Más detallesHow can I analyze this data? Knowledge. Data rich, Information poor. Conocimiento (patrones interesantes)
Introducción al Data Mining Fernando Berzal, berzal@acm.org Introducción al Data Mining Qué es la minería de datos? Aplicaciones KDD (Knowledge Discovery in Databases) El proceso de extracción de conocimiento
Más detallesAsignaturas antecedentes y subsecuentes
PROGRAMA DE ESTUDIOS Introducción a las Ciencias Computacionales Área a la que pertenece: Área General Horas teóricas: 2 Horas practicas: 1 Créditos: 5 Clave: F0153 Asignaturas antecedentes y subsecuentes
Más detallesInteligencia de Negocios
Inteligencia de Negocios T E C N O L O G Í A S D E A P O Y O Claudio Henríquez Berroeta Modelamiento de la toma de decisión y sus procesos Temario Introducción Data Warehouse Data Mining Modelamiento del
Más detallesAsignatura: Horas: Total (horas): Obligatoria Teóricas 3.0 Semana 3.0 Optativa X Prácticas Semanas 48.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO ANÁLISIS Y PROCESAMIENTO INTELIGENTE DE TEXTOS 0575 8, 9 06 Asignatura Clave Semestre Créditos Ingeniería Eléctrica Ingeniería
Más detallesPROGRAMA DE CURSO. Código Nombre INTRODUCCIÓN A LA MINERÍA DE DATOS Nombre en Inglés Introduction to Data Mining Unidades
PROGRAMA DE CURSO Código Nombre IN 4521 INTRODUCCIÓN A LA MINERÍA DE DATOS Nombre en Inglés Introduction to Data Mining es Horas Docencia Horas de Trabajo SCT Horas de Cátedra Docentes Auxiliar Personal
Más detallesAprendizaje. Integrantes: Dehivis Fallas Marín Erick Palma Solano David Ramírez Guerrero German Solís Guerrero
Aprendizaje Integrantes: Dehivis Fallas Marín Erick Palma Solano David Ramírez Guerrero German Solís Guerrero Agenda 1. Aprendizaje 2. Aprendizaje Automático - Machine Learning 3. Paradigmas del aprendizaje
Más detallesUnidad VIII Lenguaje Natural Análisis de Sentimientos
Unidad VIII Lenguaje Natural Análisis de Sentimientos Maestría en Sistemas Computacionales Clave: MPSCO-0108 6 Créditos Sesiones Sábados 10-13 Rafael Vázquez Pérez Agenda Los sentimientos son inocentes
Más detallesIntroducción a la minería de datos. CI-2352 Intr. a la minería de datos Prof. Braulio José Solano Rojas ECCI, UCR
Introducción a la minería de datos CI-2352 Intr. a la minería de datos Prof. Braulio José Solano Rojas ECCI, UCR Minería de datos Detección, interpretación y predicción de patrones cuantitativos y cualitativos
Más detallesCAPÍTULO Inteligencia Artificial y Redes Neuronales Artificiales
CAPÍTULO 1 INTRODUCCIÓN 1.1 Inteligencia Artificial y Redes Neuronales Artificiales Durante las últimas décadas se han ido desarrollando investigaciones importantes en el área de la inteligencia artificial.
Más detalles10 EXÁMENES
10 EXÁMENES 2014-2018 Convocatoria Extraordinaria de Septiembre 1 de Septiembre de 2014 1. (1 pto.) a) Aunque por abuso del lenguaje hemos hablado de minería de datos y de KDD como sinónimos, indica las
Más detallesProf. Marvin Minsky. Con la colaboración de With the collaboration of
Categoría / Category Prof. Marvin Minsky Catedrático de Ingeniería Eléctrica y Ciencias de la Computación del Instituto Tecnológico de Massachusetts (MIT) y Toshiba Professor of Media Arts and Sciences
Más detallesPLANIFICACIÓN DE LA DOCENCIA UNIVERSITARIA GUÍA DOCENTE. Data mining y aprendizaje automático
CENTRO UNIVERSITARIO DE TECNOLOGÍA Y ARTE DIGITAL PLANIFICACIÓN DE LA DOCENCIA UNIVERSITARIA GUÍA DOCENTE Data mining y aprendizaje automático 1. DATOS DE IDENTIFICACIÓN DE LA ASIGNATURA. Título: Facultad:
Más detallesCurso 2017, Semestre 2
Inteligencia Artificial-UBB (técnicas de programación) CLASE DE PRESENTACIÓN Curso 2017, Semestre 2 Datos del Ramo: Profesor Clemente Rubio Manzano (clrubio@ubiobio.cl) Ayudante: Christian Rodríguez Formación:
Más detallesUNIVERSIDAD DE GUADALAJARA
UNIVERSIDAD DE GUADALAJARA CENTRO UNIVERSITARIO DE LOS ALTOS DIVISIÓN DE ESTUDIOS EN FORMACIONES SOCIALES LICENCIATURA: INGENIERÍA EN COMPUTACIÓN UNIDAD DE APRENDIZAJE POR OBJETIVOS REDES NEURONALES ARTIFICIALES
Más detallesConceptos básicos útiles. PF-5028 Minería de datos Prof. Braulio José Solano Rojas UCR
Conceptos básicos útiles PF-5028 Minería de datos Prof. Braulio José Solano Rojas UCR Grafos Grafo Un grafo (o bien, un grafo no dirigido) G consiste en un conjunto E de lados (o ramas, aristas, arcos)
Más detallesMétodos de Regresión en Minería de Datos
Métodos de Regresión en Minería de Datos Tutor: El curso será impartido por Dr. Oldemar Rodríguez graduado de la Universidad de París IX y con un postdoctorado en Minería de Datos de la Universidad de
Más detallesTÓPICOS SELECTOS DE OTROS CURSOS
UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU007H Clave: 08USU4053W FACULTAD DE INGENIERÍA PROGRAMA DEL CURSO: TÓPICOS SELECTOS DE OTROS CURSOS DES: Ingeniería Ingeniería en Sistemas Programa(s) Educativo(s):
Más detallesPROYECTO DOCENTE ASIGNATURA: "Inteligencia Artificial y Estadística"
PROYECTO DOCENTE ASIGNATURA: "Inteligencia Artificial y Estadística" Grupo: Grp Clases Teóricas-Prácticas de Inteligenci.(969675) Titulacion: Grado en Estadística Curso: 2013-2014 DATOS BÁSICOS DE LA ASIGNATURA/GRUPO
Más detallesQué puede hacer un lingüista en el área de inteligencia artificial?
Sistemas de diálogo automáticos Qué puede hacer un lingüista en el área de inteligencia artificial? Pilar Oplustil Gallegos Lingüista - Cognitiva Chile MSc in Speech and Language Processing - University
Más detallesTareas de la minería de datos: clasificación. CI-2352 Intr. a la minería de datos Prof. Braulio José Solano Rojas ECCI, UCR
Tareas de la minería de datos: clasificación CI-2352 Intr. a la minería de datos Prof. Braulio José Solano Rojas ECCI, UCR Tareas de la minería de datos: clasificación Clasificación (discriminación) Empareja
Más detallesLa Inteligencia Artificial:
La Inteligencia Artificial: Busca crear máquinas inteligentes con habilidades para aprender y ser autónomas Involucra ciencias computacionales con fundamentos matemáticos La Inteligencia Artificial aborda:
Más detallesMétodos de Inteligencia Artificial
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Objetivos Estudiar algunas de las metodologías de Inteligencia Artificial,
Más detallesASIGNATURA FECHA HORA AULA. Introducción a la Robótica 15-dic 11,00-13,00 2,2H/2,3H. Programación de Robots I 18-dic 10,00-12,00 2,2H/2,3H
EXÁMENES CONVOCATORIA ORDINARIA 1ºC PRIMER CURSO Introducción a la Robótica 15-dic 11,00-13,00 2,2H/2,3H Programación de Robots I 18-dic 10,00-12,00 2,2H/2,3H Fundamentos de Ingeniería Informática 20-dic
Más detallesAprendizaje Automatizado
Aprendizaje Automatizado Aprendizaje Automatizado Programas que mejoran su comportamiento con la experiencia. Dos formas de adquirir experiencia: A partir de ejemplos suministrados por un usuario (un conjunto
Más detallesRedes Neuronales. Introducción a las redes neuronales Carlos Andrés Delgado S.
Redes Neuronales Introducción a las redes neuronales carlos.andres.delgado@correounivalle.edu.co Carlos Andrés Delgado S. Facultad de Ingeniería. Universidad del Valle Agosto de 2017 Contenido 1 Neurofisiología
Más detallesINTRODUCTION TO MACHINE LEARNING ISABELLE GUYON
INTRODUCTION TO MACHINE LEARNING ISABELLE GUYON 2008-02-31 Notas tomadas por: María Eugenia Rojas Qué es Machine Learning? El proceso de aprendizaje de maquina consiste en tener una gran base de datos
Más detallesAnálisis de datos avanzados en la industria. Ibon B. Salbidegoiia. Meteo for Energy BigDa Soluions
Análisis de datos avanzados Ibon B. Salbidegoiia Meteo for Energy BigDa Soluions 1 2 Análisis de datos 3 Análisis de datos 4 5 Business intelligence Business intelligence son las técnicas y herramientas
Más detallesINTELIGENCIA DE NEGOCIO
INTELIGENCIA DE NEGOCIO 2017-2018 Tema 1. Introducción a la Inteligencia de Negocio Tema 2. Minería de Datos. Ciencia de Datos Tema 3. Modelos de Predicción: Clasificación, regresión y series temporales
Más detallesReconocimiento de Patrones DRA. LETICIA FLORES PULIDO
Reconocimiento de Patrones DRA. LETICIA FLORES PULIDO 2 CONTENIDO TEMA1: INTRODUCCIÓN TEMA2: APRENDIZAJE MÁQUINA TEMA3: REDES NEURONALES MULTICAPA TEMA4: PROGRAMACIÓN EVOLUTIVA 3 TEMA 2 : APRENDIZAJE MÁQUINA
Más detallesDE LAS BD A LOS ALMACENES DE DATOS (DW) FINALIDADES Y EVOLUCIÓN DE LOS SISTEMAS DE INFORMACIÓN FINALIDADES Y EVOLUCIÓN DE LOS SISTEMAS DE INFORMACIÓN
DE LAS BD A LOS ALMACENES DE DATOS (DW)... ALMACENES DE DATOS (DATA WAREHOUSES Y DATA MARTS), OLAP (PROCESO ANALÍTICO EN LÍNEA) Y. DE LAS BD A LOS DW 1 DE LAS BD A LOS DW 2 LA INFORMACIÓN REDUCE NUESTRA
Más detallesVI PROGRAMA DE ESPECIALIZACIÓN EN BIG DATA & ANALYTICS
DE Centro de Tecnologías de Información y Comunicaciones VI PROGRAMA DE ESPECIALIZACIÓN EN BIG DATA & ANALYTICS Métodos y herramientas para analizar datos y facilitar la toma de decisiones empresariales
Más detallesCurso Básico de Análisis Predictivo Minería de Datos y Minería de Textos (DM051)
Curso Básico de Análisis Predictivo Minería de Datos y Minería de Textos (DM051) SUMILLA El análisis predictivo relaciona los datos con las acciones efectuadas por las organizaciones tal que permitan llegar
Más detallesMatemáticas Discretas TC1003
Matemáticas Discretas TC1003 Módulo I: Descripción Departamento de Matemáticas ITESM Módulo I: Descripción Matemáticas Discretas - p. 1/15 En esta sección veremos un poco de la historia de la Lógica: desde
Más detallesPROGRAMA ANALÍTICO DE LA UNIDAD DE APRENDIZAJE PROGRAMA EDUCATIVO UNIDAD DE APRENDIZAJE INGENIERÍA EN COMPUTACIÓN INTELIGENCIA COMPUTACIONAL GRUPO: 5TO SEMESTRE NIVEL EDUCATIVO: LICENCIATURA CLAVE DE LA
Más detallesInteligencia Artificial y Salto Tecnológico: Configurando un Mundo Diferente
Inteligencia Artificial y Salto Tecnológico: Configurando un Mundo Diferente Lima, 30/05/2018 w w w.. a iis --i in t t.. c o m Inteligencia Artificial Un poco de historia En 1956 se creó el término Inteligencia
Más detallesLos visionarios de la Globalización, Turing y von Neumann
Los visionarios de la Globalización, Turing y von Neumann M A Natiello Centre for Mathematical Sciences, Universidad de Lund Los visionarios de la Globalización,Turing y von Neumann p.1/11 Situación Histórica
Más detallesMinería de Datos. Índice. Raquel M. Crespo García. Julio Villena Román. Definición y conceptos Técnicas y modelos
Inteligencia en Redes de Comunicaciones Minería de Datos Raquel M. Crespo García Julio Villena Román {rcrespo, jvillena}@it.uc3m.es Índice Definición y conceptos Técnicas y modelos IRC - JVR, RCG - 1 1
Más detallesIAAE - Inteligencia Artificial Aplicada a la Ingeniería
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 295 - EEBE - Escuela de Ingeniería de Barcelona Este 723 - CS - Departamento de Ciencias de la Computación GRADO EN INGENIERÍA
Más detallesMinería de datos. Unidad 2. El proceso KDD Evaluación, difusión y uso. M en I Sara Vera Noguez
Minería de datos Unidad 2. El proceso KDD Evaluación, difusión y uso M en I Sara Vera Noguez El proceso KDD Hernández, 2008 p.20 La parte iterativa Una vez obtenido el modelo se debe evaluar Si satisface
Más detallesIAAE - Inteligencia Artificial Aplicada a la Ingeniería
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2016 295 - EEBE - Escuela de Ingeniería de Barcelona Este 723 - CS - Departamento de Ciencias de la Computación GRADO EN INGENIERÍA
Más detallesDESCRIPCIÓN Y HORARIO DE CURSOS II-2018
LUNES Curso: PF-3895 Seguridad aplicada a ingeniería de software Profesor: Dr. Ricardo Villalón ricardo.villalon@ecci.ucr.ac.cr Aula: 305 IF El curso seguridad aplicada a ingeniería de software introduce
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO Instituto de Ciencias Básicas e Ingeniería SISTEMAS BASADOS EN CONOCIMIENTO Ing. Henry Patricio Paz Arias Maestría en Ciencias Computacionales Sistemas Basados
Más detallesAPLICACIONES DE NEGOCIO PARA INTELIGENCIA ARTIFICIAL. Copyright 2017 Accenture All rights reserved.
APLICACIONES DE NEGOCIO PARA INTELIGENCIA ARTIFICIAL AGENDA 01 QUÉ ES? 05 LECCIONES DE NEGOCIO 02 ÁREAS DE INVESTIGACIÓN 03 APLICACIONES 04 EJEMPLOS DE NEGOCIO 01. QUÉ ES?. TIPOS DE INTELIGENCIA Lingüística
Más detallesCurso: Introducción a Hadoop & Big Data Comprende los orígenes principales del Big Data
1 Curso: Introducción a Hadoop & Big Data Comprende los orígenes principales del Big Data 2 Presentación El curso presenta los principales componentes de soluciones BIg Data, profundizando en el ecosistema
Más detallesLa prueba de Turing. Inteligencia Artificial y Agentes Situados. Pueden pensar las máquinas? El juego de imitación. El juego de imitación
Inteligencia Artificial y Agentes Situados Luis Alberto Pineda Cortés IIMAS, UNAM & UJAT Septiembre, 2005 La prueba de Turing Pueden pensar las máquinas? Computing Machinery and Intelligence, Mind, Octubre,
Más detallesTécnicas del aprendizaje automático para la asistencia en la toma de decisiones
Técnicas del aprendizaje automático para la asistencia en la toma de decisiones Cèsar Ferri Ramírez Departament de Sistemes Informàtics i Computació Universitat Politècnica de València, Valencia, Spain
Más detallesPROYECTO DOCENTE ASIGNATURA: "Aprendizaje Automático"
PROYECTO DOCENTE ASIGNATURA: "Aprendizaje Automático" Grupo: Aprendizaje Automático(937831) Titulacion: Máster Universitario en Lógica, Computación e Inteligencia Artificial Curso: 2015-2016 DATOS BÁSICOS
Más detallesAnálisis Inteligente de Datos: Introducción
Análisis Inteligente de Datos: cvalle@inf.utfsm.cl Departamento de Informática - Universidad Técnica Federico Santa María Santiago, Marzo 2009 Temario 1 Temario 1 Preguntas Relevantes Por qué análisis
Más detallesREDES NEURONALES ADAPTABLES
REDES NEURONALES ADAPTABLES Unidad 3: Redes neuronales artificiales y modelos de entrenamiento SubTemas 3.2 Perceptron simple Arquitectura Regla delta Multi Layer Perceptrón 3.3 Redes Neuronales Adaptables
Más detallesIAAE - Inteligencia Artificial Aplicada a la Ingeniería
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 295 - EEBE - Escuela de Ingeniería de Barcelona Este 723 - CS - Departamento de Ciencias de la Computación GRADO EN INGENIERÍA
Más detalles