Contenido

Introducción a la Minería de Datos

• ¿Qué es la Minería de Datos?
• Proceso de Minería de datos y la metodología CRISP-DM (CROSS-INDUSTRY STANDARD PRACTICE FOR DATA MINING).
• Arquitectura de un sistema de Minería de Datos y sus tipos.
• Tipos de datos utilizados.
• Minería de Datos y otras disciplinas.
• Funcionalidades de Minería de Datos.
• Introducción a la integración de un sistema de extracción de datos con una base de datos o Sistema de Bodega de Datos (Data Warehouse Systems)
• Los grandes debates de minería de datos.

Procesamiento de Datos

• ¿Por qué Preprocesar los datos?
• Descripción del resumen de los datos.
• Limpieza de datos.
• Tratamiento de datos faltantes.
• Introducción a la integración de datos y la transformación.
• Reducción de Datos.
• Datos de discretización y concepto de jerarquía de la Generación.

Minando patrones frecuentes, asociaciones y correlaciones

• Conceptos básicos
• Métodos de minado para conjuntos frecuentes de elementos
• Minando varios tipos de reglas de asociación
• Del minado al análisis de correlación.
• Minando asociaciones basadas en restricciones

Clasificación y Predicción

• ¿Qué es la clasificación? ¿Qué es la predicción?
• Cuestiones sobre la clasificación y predicción
• Clasificación basada en regresión
• Clasificación basada en reglas
• Aprendizaje Lazy.
• Tratamiento de clases no balanceadas.
• Evaluación de la exactitud de un clasificador o Predictor

Análisis de Agrupamiento

• ¿Qué es el análisis de agrupamiento?
• Tipos de datos en análisis de agrupamiento
• Una categorización de los métodos principales de agrupamiento
• Métodos de particionamiento
• Métodos jerárquicos y basados en densidad
• Agrupamiento de grafos.
• Evaluación de Agrupamiento