====== Tratamiento Inteligente de la Información y Aplicaciones ======

----





===== Contenidos de la asignatura =====


{{clase_tiia1.pdf|Introducción al tratamiento inteligente de la información}}


{{tiia0809_slides_prep.pdf|Preprocesamiento de datos para el Data Mining. Introducción.}}


{{tiia0809_slides_edm.pdf|Data Mining Exploratorio. Introducción.}}


{{clase_tiia2.pdf|Redes neuronales para el análisis y modelado de datos}}


{{clase_tiia3.pdf|Árboles de decisión para en análisis y modelado de datos}}


{{clase_tiia4.pdf|Introducción a los algoritmos genéticos}}


{{clase_tiia5.pdf|Tecnologías fuzzy para aprendizaje y control}}


{{clase_tiia6.pdf|Aprendizaje por refuerzo}}


{{clase_tiia9.pdf|Aprendizaje de reglas de decisión}}

{{tiia0910finalproof.pdf|Ejemplo, uso de reglas}}

{{clase_tiia7.pdf|Ejemplo de uso de redes neuronales artificiales}}


{{clase_tiia8.pdf|Introducción al Análisis de Series Temporales}}


{{clase_tiia10.pdf|Introducción al Análisis de Series Temporales (II)}}

----

===== Sección de Prácticas =====



==== Primera Práctica ====

{{intro_R.pdf|Introducción genérica a R}}

{{practica_tiia1_largo.pdf|Introducción al análisis exploratorio de datos con R}}

Esta primera práctica la vamos a dedicar a aprender cómo familiarizarnos con conjuntos de datos. La
asignatura trata de cómo analizar de manera inteligente (con técnicas distintas a las que encontramos en
la estadística clásica) conjuntos de datos que responden a muestras (i.e. observaciones) de un mismo
fenómeno. En esta primera práctica, veremos cómo con simples facilidades de visualización de datos y
proceso estadístico, podemos obtener, de manera sencilla, informes basados en estadística descriptiva, que
nos ayudarán a entender mejor el fenómeno que estamos estudiando.

=== Material adicional ===

{{data.zip|Todos los datos}}

{{algas_a.txt|El conjunto de datos de algas}}


Horario: la sesión tendrá lugar en el laboratorio 1.6, y la determinaremos entre todos.




==== Segunda Práctica ====

{{practica_tiia2.pdf|Introducción a la herramienta Weka de minería de datos}}

Esta segunda práctica la vamos a dedicar a la herramienta Weka. En unos sencillos pasos vamos a captar rápidamente qué podemos hacer con esta herramienta, con vistas a resolver la práctica final.

[[http://archive.ics.uci.edu/ml/datasets/Blood+Transfusion+Service+Center|Transfusines Sanguíneas]]

[[http://archive.ics.uci.edu/ml/machine-learning-databases/car/car.names|Tipos de coches]]

[[http://archive.ics.uci.edu/ml/datasets/Communities+and+Crime|Crimen y ubicación, en USA]]

[[http://archive.ics.uci.edu/ml/datasets/SECOM|Fabricación de Semiconductores]]

[[http://archive.ics.uci.edu/ml/datasets/Iris|El IRIS]]

Horario: la sesión tendrá lugar en el laboratorio 1.1.

El paquete RWeka!!!

[[http://cran.r-project.org/web/packages/RWeka/index.html|Rweka R Package]]

==== Tercera Práctica ====

Ésta es la práctica final, la cual se habrá de resolver para aprobar la asignatura. 

{{finaltiia0910junio.pdf|Memoria de la práctica}}


----


===== Miscelánea =====