José Hernández Orallo Mª. José Ramírez Quintana
|
|
- Margarita Vega Lozano
- hace 6 años
- Vistas:
Transcripción
1 José Hernández Orallo Mª. José Ramírez Quintana Cèsar Ferri Ramírez (profesor responsable) Máster en Ingeniería del Software, Métodos Formales y Sistemas de Información.
2 Main Page Es el tercer sábado consecutivo en el que se desplaza a Paterna a las 10: Our customers 0.45 Catalogue desea crear un evento periódico en su agenda? 0.15 Purchase 0.05 Sí No Alta de paciente Información Valenbisi: No existen bicicletas disponibles en: UPV rectorado Pero nuestros modelos estiman que en 30 la probabilidad de que haya al menos una bicicleta es del 95%. Nuestros modelos de datos sugieren que los valores que acaba de introducir para los campos (edad=8) y (patología= presbicia ) conjuntamente son anómalos. Desea revisar los datos introducidos? Revisar Continuar 2
3 En el contexto de IS y SI: Diseñar software e interfaces más inteligentes y adaptativos Convertir la información de la base de datos en conocimiento Generar reglas de negocio y ontologías automáticamente Analizar la web y las redes sociales Programar dispositivos (e.g., móviles) que aprendan del usuario Programar a partir de ejemplos Automatizar tareas que no están bien especificadas inicialmente... Qué tienen en común? 3
4 Presentar el problema del análisis inteligente y automático de la información para el descubrimiento de conocimiento. Presentar las técnicas de aprendizaje automático más habituales y conocer la idoneidad de cada una para diferentes problemas, con especial interés en aquellas que generan modelos en formas de reglas o de patrones comprensible. Reconocer la existencia de técnicas inductivas de alto nivel, especialmente las declarativas, que permiten obtener modelos complejos (estructurales, relacionales y/o recursivos) pero comprensibles, a partir de los datos y de conocimiento previo. 4
5 Particularizar las técnicas vistas para las necesidades específicas de la extracción de conocimiento en bases de datos (KDD), y, en concreto, para la minería de datos (data-mining). Conocer las técnicas para la combinación e integración de modelos, a través de la evaluación y adaptación de modelos (combinación, análisis ROC, calibración, etc.) Adaptar la extracción automática de conocimiento a otras fuentes de información no estructurada (textos y web) y semiestructurada (XML), así como en aplicaciones relacionadas (sistemas recomendadores). 5
6 1. Introducción El Problema de la Extracción Automática de Conocimiento Relación de Tareas y Técnicas 1.3. Técnicas que generan modelos comprensibles: árboles de decisión y sistemas de reglas 1.4. El caso de la Minería de Datos 6
7 2. Integración y Adaptación de Modelos 2.1. Técnicas y Medidas de Evaluación Análisis ROC Combinación de Modelos. 7
8 3. Extracción de Conocimiento a Partir de Información No Estructurada. Minería Web 3.1. Los Problemas de la Información No Estructurada Extracción de Conocimiento a partir de Documentos HTML y texto (Web content mining) 3.3. Extracción de Información semi-estructurada (XML) Lenguajes de consulta e intercambio de conocimiento Extracción de Conocimiento a partir de la estructura 3.6. Extracción de Conocimiento a partir de Patrones de Uso 3.7. Personalización y Sistemas Recomendadores 8
9 APRENDIZAJE AUTOMÁTICO (Generales): Flach, P. Machine Learning. The Art and Science of Algorithms that Make Sense of Data Cambridge University Press [*] Ethem Alpaydin Introduction to Machine Learning, Second Edition (Adaptive Computation and Machine Learning) The MIT Press, 2010 [B 4-63/01093] T. Hastie, R. Tibshirani, J. Friedman The Elements of Statistical Learning: Data Mining, Inference and Prediciton, Springer 2009, [*] (2013 version freely available here: Thornton, Chris Truth from Trash. How Learning Makes Sense The MIT Press (A Bradford Book), [4-63/897B] [*] 9
10 APRENDIZAJE DECLARATIVO (ILP, IFLP, ) Y RELACIONAL: De Raedt, L. Logical and Relational Learning Springer [*] Getoor, L.; Taskar, B. Introduction to Statistical Relational Learning, MIT [*] Dzeroski, S.; Lavrac, N. Relational Data Mining Springer [D- SIC/3347] [*] 10
11 DATA-MINING Y KDD: Berthold, M.; Hand, D.J. (ed) Intelligent Data Analysis. An Introduction Springer (2nd Edition 2002). [D-SIC/3346] [*] Dunham, M.H. Data Mining. Introductory and Advanced Topics Prentice Hall, [DSIC/3475D][*] Han, J.; Kamber, M. Data Mining: Concepts and Techniques Morgan Kaufmann, [D-SIC/3274] [*] Hand, D.J.; Mannila, H. and Smyth, P. Principles of Data Mining, The MIT Press, [D-SIC/3349] [*] Hernández, J.; Ramírez, M.J.; Ferri, C. Introducción a la Minería de Datos, Prentice Hall / Addison Wesley, [*] Witten, I.H.; Frank, E. Data Mining. Practical Machine Learning Tools and Techniques, Morgan Kaufmann, 2nd Edition, [D-SIC/3281] [*] 11
12 XML, Datos Semiestructurados, Web Mining Liu, B. Web Data Mining, Exploring Hyperlinks, Contents and Usage Data, Second Edition, Springer [*] Kosala, R.; Blockeel, H. Web Mining Research: A Survey ACM SIGKDD Explorations, Newsletter of the ACM Special Interest Group on Knowledge Discovery and Data Mining, June 2000, Vol. 2, nº1, pp [D-SIC/ ] [*] Chakrabarti, S. Mining the Web: Discovering Knowledge from Hypertext Data Morgan-Kaufmann 2003.[D-SIC/3530] [*] 12
13 Dos posibilidades: Presentaciones de artículos científicos (originales o surveys) al final del cuatrimestre: Cualquier artículo relacionado con la asignatura y, si es posible, relacionado con el campo de interés o tesis del estudiante. Presentaciones de 15 + preguntas. Se valorará: Crítica del artículo: puntos fuertes, puntos débiles Relación con la asignatura Realización de un trabajo práctico con WEKA u otra herramienta de análisis de datos (R, Rapidminer, SPSS Modeler, etc.). La presentación el trabajo práctico será opcional, y se valorará positivamente. En ambos casos, la elección del artículo o el tema del trabajo práctico deberán obtener el visto bueno por parte de los profesores de la asignatura. 13
Extracción Automática de Conocimiento en Bases de Datos e Ingeniería del Software
Extracción Automática de Conocimiento en Bases de Datos e Ingeniería del Software http://www.dsic.upv.es/~jorallo/docent/doctorat/index.html José Hernández Orallo jorallo@dsic.upv.es Mª. José Ramírez Quintana
Más detallesExtracción Automática de Conocimiento en Bases de Datos e Ingeniería del Software
Extracción Automática de Conocimiento en Bases de Datos e Ingeniería del Software Mª. José Ramírez Quintana José Hernández Orallo Programa: Programación Declarativa e Ingeniería de la Programación Objetivos
Más detallesÁrea Académica: Sistemas Computacionales. Profesor: Felipe de Jesús Núñez Cárdenas
Área Académica: Sistemas Computacionales Tema: Sistemas ROLAP y MOLAP Profesor: Felipe de Jesús Núñez Cárdenas Periodo: Agosto Noviembre 2011 Keywords: ROLAP, MOLAP,HOLAP Tema: Sistemas ROLAP y MOLAP Abstract
Más detallesÁrea Académica: Sistemas Computacionales. Tema: Introducción a almacén de datos. Profesor: Mtro Felipe de Jesús Núñez Cárdenas
Área Académica: Sistemas Computacionales Tema: Introducción a almacén de datos Profesor: Mtro Felipe de Jesús Núñez Cárdenas Periodo: Agosto Noviembre 2011 Keywords Almacén de Datos, Datawarehouse, Arquitectura
Más detallesÁrea Académica: Sistemas Computacionales. Tema: Arquitectura de un sistema de almacén de datos. Profesor: Mtro Felipe de Jesús Núñez Cárdenas
Área Académica: Sistemas Computacionales Tema: Arquitectura de un sistema de almacén de datos Profesor: Mtro Felipe de Jesús Núñez Cárdenas Periodo: Agosto Noviembre 2011 Keywords Almacen de Datos, Datawarehouse,
Más detallesBases de datos y bases de conocimiento
Bases de datos y bases de conocimiento MSC-0202 Nombre de la asignatura: Bases de datos y bases de conocimiento Línea de trabajo: Tecnologías Web Tiempo de dedicación del estudiante a las actividades de:
Más detallesAprendizaje Computacional. Eduardo Morales y Jesús González
Aprendizaje Computacional Eduardo Morales y Jesús González Objetivo General La capacidad de aprender se considera como una de los atributos distintivos del ser humano y ha sido una de las principales áreas
Más detallesBenemérita Universidad Autónoma de Puebla Vicerrectoría de Docencia Dirección General de Educación Superior Facultad de Ciencias de la Computación
PLAN DE ESTUDIOS (PE): Licenciatura en Ingeniería en Tecnologías de la Información AREA: Tecnologías de la Información ASIGNATURA: CÓDIGO: ITIM-261 CRÉDITOS: 5 FECHA: 15 de Julio de 2013 1 1. DATOS GENERALES
Más detallesGUÍA DOCENTE. Minería Web
GUÍA DOCENTE Minería Web I.- DATOS INICIALES DE IDENTIFICACIÓN Nombre de la asignatura: Minería Web Carácter: Optativo Titulación: Master en Sistemas y servicios en la sociedad de la información. Ciclo:
Más detallesDES: Programa(s) Educativo(s): Tipo de materia: Clave de la materia: Semestre:
: : lemas propios de la. lemas propios de la. lemas propios de la. lemas propios de la. lemas propios de la. lemas propios de la. lemas propios de la. 12 6 lemas propios de la. 12 6 lemas propios de la.
Más detallesSecretaría de Docencia Dirección de Estudios Profesionales
I. IDENTIFICACIÓN DEL CURSO PROGRAMA DE ESTUDIO POR COMPETENCIAS Minería de Datos ORGANISMO ACADÉMICO: FACULTAD DE INGENIERÍA Programa Educativo: Ingeniería en Computación Área de docencia: Tratamiento
Más detallesOPTATIVA I: MINERIA DE DATOS
UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU007H Clave: 08USU4053W FACULTAD DE INGENIERÍA PROGRAMA DEL CURSO: OPTATIVA I: MINERIA DE DATOS DES: Programa(s) Educativo(s): Tipo de materia: Clave de la
Más detallesGUÍA DOCENTE TITULACIONES DE GRADO
GUÍA DOCENTE TITULACIONES DE GRADO TITULACIÓN: GRADO EN INGENIERIA INFORMATICA DE SISTEMAS DE INFORMACIÓN CURSO 2015/2016 ASIGNATURA: MINERÏA DE DATOS Nombre del Módulo o Materia al que pertenece la asignatura.
Más detallesEscuela Técnica Superior de Ingeniería Informática
Escuela Técnica Superior de Ingeniería Informática Máster en Ingeniería Informática aplicada a la Industria, a la Ingeniería del Software y a los Sistemas y Tecnologías de la Información GUÍA DOCENTE DE
Más detallesMétodos Predictivos en Minería de Datos
Métodos Predictivos en Minería de Datos Tutor: El curso será impartido por Dr. Oldemar Rodríguez graduado de la Universidad de París IX y con un postdoctorado de la Universidad de Stanford. Duración: Cuatro
Más detallesKeywords: Minería de Datos, Datawarehouse, OLAP, OLTP
Área Académica: Sistemas Computacionales Tema: Introducción a la Minería de Datos Profesor: Felipe de Jesús Núñez Cárdenas Periodo: Agosto Noviembre 2011 Keywords: Minería de Datos, Datawarehouse, OLAP,
Más detallesIntroducción a la Minería de Datos y al Aprendizaje Automático
Introducción a la Minería de Datos y al Aprendizaje Automático Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid Juan José Rodriguez Diez Grupo
Más detallesTÓPICOS AVANZADOS DE BASES DE DATOS
TÓPICOS AVANZADOS DE BASES DE DATOS 1. DATOS DE LA ASIGNATURA. Nombre de la asignatura: TÓPICOS AVANZADOS DE BASES DE DATOS Carrera: Ingeniería en Sistemas Computacionales Clave de la asignatura: Modulo
Más detallesText Mining. Laura Alonso i Alemany. Facultad de Matemática, Astronomía y Física UNC, Córdoba (Argentina) http://www.cs.famaf.unc.edu.
Facultad de Matemática, Astronomía y Física UNC, Córdoba (Argentina) http://www.cs.famaf.unc.edu.ar/~laura SADIO 26 de Marzo, 9 y 23 de Abril y 7 de mayo de 2010 grupo de PLN en FaMAF http://www.cs.famaf.unc.edu.ar/~pln/
Más detallesIntroducción a la Prospección de Datos Masivos ( Data Mining )
Temario Introducción a la Prospección de Datos Masivos ( Data Mining ) José Hernández Orallo jorallo@dsic.upv.es Transparencias y otra documentación en: http://www.dsic.upv.es/~jorallo/master/ Máster de
Más detallesIntroducción a la Prospección de Datos Masivos ( Data Mining )
Introducción a la Prospección de Datos Masivos ( Data Mining ) José Hernández Orallo jorallo@dsic.upv.es Transparencias y otra documentación en: http://www.dsic.upv.es/~jorallo/master/ Máster de Ingeniería
Más detallesMáster Universitario en Modelización e Investigación Matemática, Estadística y Computación
5.5.1. Denominación: Introducción a la Minería de Datos 5.5.2. Breve Descripción del Contenido: Introducción a la minería de datos. Aprendizaje supervisado, modelos no paramétricos y modelos generalizados
Más detallesAplicación de técnicas de minería de datos para la evaluación del rendimiento académico y la deserción estudiantil
Aplicación de técnicas de minería de datos para la evaluación del rendimiento académico y la deserción estudiantil Osvaldo M. Spositto spositto@unlam.edu.ar Martín E. Etcheverry metcheverry@unlam.edu.ar
Más detalles(Data Analytics) Guía de Aprendizaje Información al estudiante
(Data Analytics) Guía de Aprendizaje Información al estudiante 1. Datos Descriptivos Titulación Grado en Matemáticas e Informática Módulo Materia Asignatura Carácter SISTEMAS Y SERVICIOS BASADOS EN EL
Más detallesMinería de Datos. Presentación de la asignatura. Fac. Ciencias Ing. Informática Otoño de 2012. Dept. Matesco, Universidad de Cantabria
Minería de Datos Presentación de la asignatura Cristina Tîrnăucă Dept. Matesco, Universidad de Cantabria Fac. Ciencias Ing. Informática Otoño de 2012 Cuestiones Factuales De índole práctica Personal e
Más detallesGuía docente de la asignatura
Guía docente de la asignatura Asignatura Materia Minería de Datos Complementos de Computación Módulo Titulación Grado en Ingeniería Informática Plan 463 45220 Periodo de impartición 1 er Cuatrimestre Tipo/Carácter
Más detallesENSIA 605 Inteligencia de Negocios y Minería de Datos
ENSIA 605 Inteligencia de Negocios y Minería de Datos Profesor: Jaime Miranda P. E mail profesor: jmirandap@fen.uchile.cl OBJETIVOS DEL CURSO OBJETIVO GENERAL Estudiar, analizar, diseñar y aplicar tecnologías
Más detallesASIGNATURA DE MÁSTER: MINERÍA DE LA WEB
ASIGNATURA DE MÁSTER: MINERÍA DE LA WEB Curso 2009/2010 (Código:101023) 1.PRESENTACIÓN Objetivos generales de la materia El curso se dirige a conocer las tecnologías existentes para extraer información
Más detallesCarrera : Ingeniería Informática SATCA 1 3-2-5
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura : Inteligencia de Negocios Carrera : Ingeniería Informática Clave de la asignatura : IFF-1016 SATCA 1 3-2-5 2.- PRESENTACIÓN Caracterización de la asignatura.
Más detallesESTRUCTURAS DE DATOS
CURSO: ESTRUCTURAS DE DATOS 1 SEMESTRE: III 2 CODIGO: 602301 3 COMPONENTE: 4 CICLO: 5 AREA: Profesional 6 FECHA DE APROBACIÓN: 7 NARURALEZA: OBLIGATORIO 8 CARÁCTER: TEORICO - PRÁCTICO 9 CRÉDITOS (RELACIÓN):
Más detallesMODELOS DE CIENCIA DE DATOS NO NUMÉRICOS. APLICACIONES EN REDES SOCIALES, WEB Y GESTIÓN DE PROCESOS
GUIA DOCENTE DE LA ASIGNATURA MODELOS DE CIENCIA DE DATOS NO NUMÉRICOS. APLICACIONES EN REDES SOCIALES, WEB Y GESTIÓN DE PROCESOS MÓDULO MATERIA ASIGNATURA CURSO SEMESTRE CRÉDITOS CARÁCTER Modelos avanzados
Más detallesMétodos Exploratorios en Minería de Datos
Métodos Exploratorios en Minería de Datos Tutor: El curso será impartido por Dr. Oldemar Rodríguez graduado de la Universidad de París IX y con un postdoctorado de la Universidad de Stanford. Duración:
Más detallesGUÍA DOCENTE DE LA ASIGNATURA
GUÍA DOCENTE DE LA ASIGNATURA G655 - Introducción a los Sistemas Inteligentes Grado en Ingeniería Informática Obligatoria. Curso Grado en Matemáticas Optativa. Curso Curso Académico 2014-2015 1 1. DATOS
Más detallesMate-tree: un algoritmo para la. en operadores algebraicos y primitivas SQL* 1
Universidad de Manizales Facultad de Ciencias e Ingeniería Mate-tree: un algoritmo para la en operadores algebraicos y primitivas SQL* 1 [Mate-tree: an Algorithm for RICARDO TIMARÁN PEREIRA 2 RECIBO: 20.02.2012
Más detallesMinería de datos (Presentación del curso)
Minería de datos (Presentación del curso) M. en C. Sergio Luis Pérez Pérez UAM CUAJIMALPA, MÉXICO, D. F. Trimestre 14-O. Sergio Luis Pérez (UAM CUAJIMALPA) Curso de minería de datos 1 / 10 Forma de evaluar
Más detallesProntuario. I. Titulo del curso: Minería de Datos. II. Codificación: ESTA 5504. Horas / Crédito: 3 horas semanales / 3 Créditos
Universidad de Puerto Rico Recinto de Rio Piedras Facultad de Administración de Empresas 1 2 I. Titulo del curso: Minería de Datos Prontuario II. Codificación: ESTA 5504 III. Horas / Crédito: 3 horas semanales
Más detallesDetección de Patrones de Bajo Rendimiento Académico y Deserción Estudiantil con Técnicas de Minería de Datos
Detección de Patrones de Bajo Rendimiento Académico y Deserción Estudiantil con Técnicas de Minería de Datos Ricardo Timarán Pereira, Ph.D. Departamento de Sistemas, Facultad de Ingeniería, Universidad
Más detallesCarrera: Ingeniería en Sistemas Computacionales PRESENTACIÓN
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Inteligencia Artificial II Carrera: Ingeniería en Sistemas Computacionales Clave de la asignatura: Horas teoría horas práctica créditos: 2-2-6 PRESENTACIÓN
Más detallesUNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍAS MAESTRÍA EN INGENIERÍA DE SISTEMAS Y COMPUTACIÓN COMPUTACION RECONFIGURABLE
UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍAS MAESTRÍA EN INGENIERÍA DE SISTEMAS Y COMPUTACIÓN COMPUTACION RECONFIGURABLE OBJETIVO GENERAL Comprender los conceptos de la Computación Reconfigurable
Más detallesXSSC(E) - Redes, Sistemas y Servicios de Comunicaciones
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos: 2015 744 - ENTEL - Departamento de Ingeniería Telemática INGENIERÍA ELECTRÓNICA (Plan 1992). (Unidad docente Obligatoria) MÁSTER UNIVERSITARIO
Más detallesConceptos de Algoritmos, Datos y Programas
Conceptos de Algoritmos, Datos y Programas Año 2015 Carreras: Lic. en Informática P2015 Lic. en Sistemas P2015 APU P2015 Año: 1 Duración: Cuatrimestral Coordinador: Ing. Armando De Giusti Profesores: Esp.
Más detallesMáster Universitario en Tecnologías de la Información y las Comunicaciones Universidad de Alcalá Curso Académico 2013/14
Sistemas Distribuidos de Control Máster Universitario en Tecnologías de la Información y las Comunicaciones Universidad de Alcalá Curso Académico 2013/14 GUÍA DOCENTE Nombre de la asignatura: Código: 200593
Más detallesPROGRAMA DE LA ASIGNATURA CURSO BASICO: ARQUITECTURA DEL SOFTWARE
UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS POSTGRADO EN CIENCIAS DE LA COMPUTACIÓN PROGRAMA DE LA ASIGNATURA CURSO BASICO: ARQUITECTURA DEL SOFTWARE INFORMACIÓN GENERAL Profesor: Francisca Losavio
Más detallesUn modelo predictivo para reducir la tasa de ausentismo en atenciones médicas programadas
Un modelo predictivo para reducir la tasa de ausentismo en atenciones médicas programadas Ing. Juan Miguel Moine Ing. Cristian Germán Bigatti Ing. Guillermo Leale Est. Graciela Carnevali Est. Esther Francheli
Más detallesCarrera: TID-1015 SATCA1 2-2 - 4
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: SATCA1 Ingeniería del Conocimiento Ingeniería en Tecnologías de la Información y Comunicaciones TID-1015 2-2 - 4 2.-
Más detallesProblemas de clasificación: problemas de localización
Problemas de clasificación: problemas de localización Emilio Carrizosa Facultad de Matemáticas Universidad de Sevilla ecarrizosa@us.es Belén Martín-Barragán Facultad de Matemáticas Universidad de Sevilla
Más detallesDirección General de Educación Superior Tecnológica
Dirección General de Educación Superior Tecnológica 1. Datos Generales de la asignatura Nombre de la asignatura: Clave de la asignatura: Créditos (Ht-Hp_ créditos): Carrera: Tópicos avanzados de bases
Más detallesIntroducción a selección de. Blanca A. Vargas Govea blanca.vargas@cenidet.edu.mx Reconocimiento de patrones cenidet Octubre 1, 2012
Introducción a selección de atributos usando WEKA Blanca A. Vargas Govea blanca.vargas@cenidet.edu.mx Reconocimiento de patrones cenidet Octubre 1, 2012 Contenido 1 Introducción a WEKA El origen Interfaces
Más detallesINTELIGENCIA DE NEGOCIO 2014-2015
INTELIGENCIA DE NEGOCIO 2014-2015 Tema 1. Introducción a la Inteligencia de Negocio Tema 2. Retos en Inteligencia de Negocio Tema 3. Minería de Datos Tema 4. Modelos de Predicción: Clasificación, regresión
Más detallesInteligencia Artificial II: Conocimiento, Razonamiento y Planeación. Presentación del Curso.
Inteligencia Artificial II: Conocimiento, Razonamiento y Planeación. Presentación del Curso. Dr. Alejandro Guerra-Hernández Departamento de Inteligencia Artificial Universidad Veracruzana Facultad de Física
Más detallesUniversidad Católica San Pablo Facultad de Ingeniería y Computación Programa Profesional de Ciencia de la Computación SILABO
Universidad Católica San Pablo Facultad de Ingeniería y Computación Programa Profesional de Ciencia de la Computación SILABO CS271T. Bases de Datos II (Obligatorio) 2012-2 1. DATOS GENERALES 1.1 CARRERA
Más detallesMinería de la Web Tema 1
Minería de la Web Tema 1 71454586A Minería de la Web Máster en Lenguajes y Sistemas Informáticos Tecnologías del Lenguaje en la Web UNED 07/12/2010 Tema 1 1. Problemas que surgen al interactuar con la
Más detallesAsignaturas antecedentes y subsecuentes
PROGRAMA DE ESTUDIOS Sistemas Operativos I Área a la que pertenece: Área Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0168 Asignaturas antecedentes y subsecuentes PRESENTACIÓN
Más detallesPROGRAMA DE CURSO. Metodologías de Diseño y Programación. Nombre en Inglés. Design and Programming Methodologies.
Código CC3002 Nombre Nombre en Inglés PROGRAMA DE CURSO Metodologías de Diseño y Programación Design and Programming Methodologies SCT es Docentes Horas de Cátedra Horas Docencia Auxiliar Horas de Trabajo
Más detallesInteligencia Artificial. Grado en INFORMÁTICA 4º curso. Modalidad: Presencial
Grado en INFORMÁTICA 4º curso Modalidad: Presencial Sumario Datos básicos 3 Breve descripción de la asignatura 4 Requisitos previos 4 Objetivos 4 Competencias 5 Contenidos 6 Metodología 6 Criterios de
Más detallesGuía docente de la asignatura
Guía docente de la asignatura Asignatura Materia Módulo Titulación TÉCNICAS DE APRENDIZAJE AUTOMÁTICO COMPUTACIÓN TECNOLOGÍAS ESPECÍFICAS GRADO EN INGENIERÍA INFORMÁTICA Plan 545 Código 46932 Periodo de
Más detallesIFF SATCA 1 : Carrera:
1. Datos Generales de la asignatura Nombre de la asignatura: Clave de la asignatura: SATCA 1 : Carrera: Inteligencia de Negocios. IFF-1016 3-2 - 5 Ingeniería en Informática. 2. Presentación Caracterización
Más detallesFormalización de Web Mining como Conocimiento Estructurado
Formalización de Web Mining como Conocimiento Estructurado Gabriel R. Filocamo Carlos I. Chesñevar Laboratorio de Investigación y Desarrollo en Inteligencia Artificial (LIDIA) Departamento de Ciencias
Más detallesLP - Lenguajes de Programación
Unidad responsable: 270 - FIB - Facultad de Informática de Barcelona Unidad que imparte: 723 - CS - Departamento de Ciencias de la Computación Curso: Titulación: 2016 GRADO EN INGENIERÍA INFORMÁTICA (Plan
Más detallesUNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: ADMINISTRACIÓN DE BASES DE DATOS FECHA DE ELABORACIÓN: ENERO 2005 ÁREA DEL PLAN DE ESTUDIOS:
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Programacion web. CURSO ACADÉMICO - SEMESTRE Segundo semestre
ANX-PR/CL/001-02 GUÍA DE APRENDIZAJE ASIGNATURA Programacion web CURSO ACADÉMICO - SEMESTRE 2014-15 - Segundo semestre FECHA DE PUBLICACIÓN Noviembre - 2014 GA_12AB_123000156_2S_2014-15 Datos Descriptivos
Más detallesLA MINERÍA DE DATOS EN LA EXTRACCIÓN DE CONOCIMIENTOS APLICADOS A PROBLEMAS RELACIONADOS CON LA EDUCACIÓN
LA MINERÍA DE DATOS EN LA EXTRACCIÓN DE CONOCIMIENTOS APLICADOS A PROBLEMAS RELACIONADOS CON LA EDUCACIÓN Blanca Maricela Ibarra Murrieta, Ricardo Blanco Vega y María Angélica García Fierro Departamento
Más detallesTécnicas de análisis estadístico basado en inteligencia artificial
GUÍA DOCENTE: Técnicas de análisis estadístico basado en inteligencia artificial 1. Técnicas de análisis estadístico basado en inteligencia artificial 1.1. Datos de la asignatura Tipo de estudios Máster
Más detallesGUÍA DOCENTE. Curso 2012-2013. Ingeniería Informática en Sistemas de Información Doble Grado:
1. DESCRIPCIÓN DE LA ASIGNATURA Grado: Ingeniería Informática en Sistemas de Información Doble Grado: Asignatura: Minería de Datos Módulo: Modulo 8 Departamento: Deporte e Informática Año académico: 2012/2013
Más detallesMinería de Datos. Vallejos, Sofia
Minería de Datos Vallejos, Sofia Contenido Introducción: Inteligencia de negocios (Business Intelligence). Descubrimiento de conocimiento en bases de datos (KDD). Minería de Datos: Perspectiva histórica.
Más detallesGuía docente de la asignatura
Guía docente de la asignatura Asignatura Materia Módulo Titulación TALLER DE ROBÓTICA INDUSTRIAL Automática de Tecnología Específica Grado en Ingeniería en Electrónica Industrial y Automática Plan 452
Más detallesENOLOGÍA BÁSICA: INTRODUCCIÓN AL CONOCIMIENTO DEL VINO/ BASIC ENOLOGY: AN INTRODUCTION TO WINE KNOWLEDGE
1. ASIGNATURA / COURSE TITLE ENOLOGÍA BÁSICA: INTRODUCCIÓN AL CONOCIMIENTO DEL VINO/ BASIC ENOLOGY: AN INTRODUCTION TO WINE KNOWLEDGE 1.1. Código / Course number 18867 1.2. Materia / Content area 1.3.
Más detallesGUÍA DOCENTE. Curso Académico 2015/16. Minería de Datos: Modelos Integrados de Extracción de
GUÍA DOCENTE Curso Académico 2015/16 1. Minería de Datos: Modelos Integrados de Extracción de Conocimiento en Bases de Datos 1.1. Datos de la asignatura Tipo de estudios Titulación Nombre de la asignatura
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Programacion web. CURSO ACADÉMICO - SEMESTRE Segundo semestre
ANX-PR/CL/001-02 GUÍA DE APRENDIZAJE ASIGNATURA Programacion web CURSO ACADÉMICO - SEMESTRE 2015-16 - Segundo semestre GA_12AB_123000156_2S_2015-16 Datos Descriptivos Nombre de la Asignatura Titulación
Más detallesPROGRAMA DE ASIGNATURA
PROGRAMA DE ASIGNATURA 01. Carrera Lic. En Administración de Negocios Internacionales Lic. En Dirección del Factor Humano Lic. En Comercialización x Lic. En Tecnología Informática Lic. En Administración
Más detallesTRANSFORMANDO DATOS EN CONOCIMIENTO: NUEVAS PRÁCTICAS Msc. Raúl Oscar Klenzi
TRANSFORMANDO DATOS EN CONOCIMIENTO: NUEVAS PRÁCTICAS Msc. Raúl Oscar Klenzi Meglioli (5400). rauloscarklenzi@gmail.com Msc. María Alejandra Malberti Meglioli (5400). amalberti@gmail.com Msc. Graciela
Más detallesSAM - Sensores, Actuadores y Microcontroladores en Robots Móviles
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos: 2015 710 - EEL - Departamento de Ingeniería Electrónica INGENIERÍA DE TELECOMUNICACIÓN (Plan 1992). (Unidad docente Optativa) MÁSTER
Más detallesIngeniería Eléctrica Descriptores Creditos ECTS Carácter Curso Cuatrimestre. 6 OP 4 2c Castellano
Guía Materia 2015 / 2016 DATOS IDENTIFICATIVOS Programación avanzada para la ingeniería Asignatura Código Titulacion Programación avanzada para la ingeniería V12G320V01906 Grado en Ingeniería Eléctrica
Más detallesUniversidad de Guanajuato Tronco Común de Ingenierías
Universidad de Guanajuato Tronco Común de Ingenierías Objetivo del Area: Diseñar modelos matemáticos y proponer alternativas de solución a problemas. Programa. AREA: Matemáticas MATERIA: Lenguaje de Programación
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Ciencias. Plan de estudios de la Licenciatura en Actuaría. Teoría de Redes
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Ciencias Plan de estudios de la Licenciatura en Actuaría Teoría de Redes Clave 0442 Modalidad Semestre 7 u 8 Créditos 10 Área Campo de conocimiento Etapa
Más detallesQI - Química Inorgánica
Unidad responsable: 230 - ETSETB - Escuela Técnica Superior de Ingeniería de Telecomunicación de Barcelona Unidad que imparte: 713 - EQ - Departamento de Ingeniería Química Curso: Titulación: 2016 GRADO
Más detallesSemestre de cursado: primero Cantidad de horas semanales: 8. Hoja 1 de 10 Profesor Asociado: María Eugenia Stefanoni. J:T:P: Higinio Facchini
Semestre de cursado: primero Cantidad de horas semanales: 8. Hoja 1 de 10 PROGRAMA 1) OBJETIVOS DE LA ASIGNATURA Formar al alumno como usuario de bases de datos, brindándole: 1. Comprensión de las bases
Más detallesMINERÍA DE DATOS: ÁREA DE OPORTUNIDADES
MINERÍA DE DATOS: ÁREA DE OPORTUNIDADES Actualmente se vive una época donde se tiene una enorme cantidad de datos que se generan diariamente (del orden de Terabytes, Petabytes 1 (Han, Kamber, & Pei, 2012))
Más detalles240AU013 - Materiales en Automoción
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2016 240 - ETSEIB - Escuela Técnica Superior de Ingeniería Industrial de Barcelona 702 - CMEM - Departamento de Ciencia de los
Más detallesSISTEMAS INTELIGENTES
DATOS BÁSICOS DE LA GUÍA DOCENTE: Materia: Identificador: 30541 Titulación: Módulo: Tipo: GRADUADO EN INGENIERÍA INFORMÁTICA (SEMIPRESENCIAL) GESTIÓN DE LA INFORMACIÓN Y EL CONOCIMIENTO OBLIGATORIA Curso:
Más detallesESCUELA: UNIVERSIDAD DEL ISTMO
1.-IDENTIFICACIÓN ESCUELA: UNIVERSIDAD DEL ISTMO CLAVE: 3041 GRADO: ING. EN COMPUTACIÓN, CUARTO SEMESTRE TIPO DE TEÓRICA/PRÁCTICA ANTECEDENTE CURRICULAR: 3033.- OBJETIVO GENERAL Proporcionar al alumno
Más detallesPrograma del curso IC 6821. Diseño de Software. Escuela de Computación Carrera de Ingeniería en Computación, Plan 410
Programa del curso IC 6821 Diseño de Software Escuela de Computación Carrera de Ingeniería en Computación, Plan 410 I parte: Aspectos relativos al plan de estudios 1 Datos generales Nombre del curso: Código:
Más detallesPROGRAMA DE CURSO. Personal 6 10 3.0 0 7. Electivo para ICC FI2002 Electromagnetismo. Competencia a la que Tributa el Curso. Propósito del Curso
PROGRAMA DE CURSO Código Nombre CC5206 Introducción a la Minería de Datos Nombre en Inglés Introduction to Data Mining SCT es Horas de Horas Docencia Horas de Trabajo Docentes Cátedra Auxiliar Personal
Más detallesMINERIA DE DATOS Y Descubrimiento del Conocimiento
MINERIA DE DATOS Y Descubrimiento del Conocimiento UNA APLICACIÓN EN DATOS AGROPECUARIOS INTA EEA Corrientes Maximiliano Silva La información Herramienta estratégica para el desarrollo de: Sociedad de
Más detallesMinería de datos: predicción de la deserción escolar mediante el algoritmo de árboles de decisión y el algoritmo de los k vecinos más cercanos
Minería de datos: predicción de la deserción escolar mediante el algoritmo de árboles de decisión y el algoritmo de los k vecinos más cercanos Sergio Valero Orea 1, Alejandro Salvador Vargas 1, Marcela
Más detallesInvestigación de Mercadotecnia para Agronegocios
Investigación de Mercadotecnia para Agronegocios SEMESTRE Y CARRERA TIPO DE CURSO Nuclear TIEMPO TIEMPO PRESENCIAL INDEPENDIENTE 5 horas 2 horas HORAS HORAS TEORÍA/SEMANA PRÁCTICAS/SEMANA 1 horas 4 horas
Más detallesFILTRADO DE CONTENIDOS WEB EN ESPAÑOL DENTRO DEL PROYECTO POESIA
FILTRADO DE CONTENIDOS WEB EN ESPAÑOL DENTRO DEL PROYECTO POESIA Enrique Puertas epuertas@uem.es Francisco Carrero fcarrero@uem.es José María Gómez Hidalgo jmgomez@uem.es Manuel de Buenaga buenga@uem.es
Más detalles11645 - APDA - Programación Avanzada y Aplicaciones Distribuidas
Unidad responsable: 230 - ETSETB - Escuela Técnica Superior de Ingeniería de Telecomunicación de Barcelona Unidad que imparte: 701 - AC - Departamento de Arquitectura de Computadores Curso: Créditos ECTS:
Más detallesOBTENCIÓN DE PATRONES Y REGLAS EN EL PROCESO ACADÉMICO DE LA UNIVERSIDAD DE LAS CIENCIAS INFORMÁTICAS UTILIZANDO TÉCNICAS DE MINERÍA DE DATOS
OBTENCIÓN DE PATRONES Y REGLAS EN EL PROCESO ACADÉMICO DE LA UNIVERSIDAD DE LAS CIENCIAS INFORMÁTICAS UTILIZANDO TÉCNICAS DE MINERÍA DE DATOS Ernesto González Díaz 1, Zady Pérez Hernández 2, Ivet Espinosa
Más detalles(Procesos de Minería de Datos)
(rocesos de Minería de Datos) Guía de Aprendizaje Información al estudiante 1. Datos Descriptivos Titulación MASTER UNIVERSITARIO EN INGENIERÍA INFORMÁTICA Módulo Materia Asignatura Carácter SISTEMAS Y
Más detallesInformación y materiales sobre la asignatura Toda la información y materiales sobre la asignatura los podeis encontrar en:
Introducción a la asignatura: Diseño de Aplicaciones Telemáticas http://www.it.uc3m.es/pedmume/ Información y materiales sobre la asignatura Toda la información y materiales sobre la asignatura los podeis
Más detallesEscuela Técnica Superior de Ingeniería. Informática. Máster en Ingeniería Informática aplicada a la. Industria, a la Ingeniería del Software y a los
Escuela Técnica Superior de Ingeniería Informática Máster en Ingeniería Informática aplicada a la Industria, a la Ingeniería del Software y a los Sistemas y Tecnologías de la Información GUÍA DOCENTE DE
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Programacion web. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-02 GUÍA DE APRENDIZAJE ASIGNATURA Programacion web CURSO ACADÉMICO - SEMESTRE 2014-15 - Primer semestre FECHA DE PUBLICACION Septiembre - 2014 GA_12AB_123000156_1S_2014-15 Datos Descriptivos
Más detallesGrupo de investigación en Minería de Datos http://mida.usal.es
Departamento de Informática y Automática Postgrado en Informática y Automática MÁSTER EN SISTEMAS INTELIGENTES ASIGNATURAS Introducción a la Minería de Datos Minería Web María N. Moreno García http://avellano.usal.es/~mmoreno
Más detallesGUÍA DOCENTE DE LA ASIGNATURA
GUÍA DOCENTE DE LA ASIGNATURA G801 - Tecnología de los Alimentos Grado en Ingeniería Química Optativa. Curso 4 Curso Académico 015-016 1 1. DATOS IDENTIFICATIVOS Título/s Grado en Ingeniería Química Tipología
Más detallesUNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA SUR. Ingeniería Aplicada TEÓRICA SERIACIÓN 100% DE OPTATIVAS DISCIPLINARIAS
UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA SUR DEPARTAMENTO ACADÉMICO DE SIS COMPUTACIONALES INGENIERÍA EN TECNOLOGÍA COMPUTACIONAL ASIGNATURA Algoritmo Genéticos ÁREA DE Ingeniería Aplicada CONOCIMIENTO
Más detalles6. CONTRIBUCIÓN A LA FORMACIÓN PROFESIONAL Y FORMACIÓN GENERAL Esta disciplina contribuye al logro de los siguientes resultados de la carrera:
Universidad Católica San Pablo Facultad de Ingeniería y Computación Programa Profesional de Ciencia de la Computación SILABO CS360. Computación Bioinspirada (Electivo) 2012-2 1. DATOS GENERALES 1.1 CARRERA
Más detallesINTELIGENCIA DE NEGOCIO
Página 1de 9 GUIA DOCENTE DE LA ASIGNATURA INTELIGENCIA DE NEGOCIO MÓDULO MATERIA CURSO SEMESTRE CRÉDITOS TIPO COMPLEMENTOS DE SISTEMAS DE INFORMACIÓN SISTEMAS DE INFORMACIÓN EN LA EMPRESA 4º 7º 6 Optativa
Más detallesBibliografía Anotada
Maestría en Ingeniería de Sistemas y Computación Universidad Nacional de Colombia Bogotá D.C. June 2, 2006 Contenido Tema Amplio 1 Tema Amplio 2 3 4 5 Tema Tema Amplio Extracción de información y obtención
Más detallesAdministración electrónica
MÁSTER UNIVERSITARIO EN LIDERAZGO Y DIRECCIÓN PÚBLICA (Semipresencial) UNIVERSIDAD INTERNACIONAL MENÉNDEZ PELAYO Este documento puede utilizarse como documentación de referencia de esta asignatura para
Más detalles