Introducción al tratamiento inteligente de la información
Preprocesamiento de datos para el Data Mining. Introducción.
Data Mining Exploratorio. Introducción.
Redes neuronales para el análisis y modelado de datos
Árboles de decisión para en análisis y modelado de datos
Introducción a los algoritmos genéticos
Tecnologías fuzzy para aprendizaje y control
Aprendizaje de reglas de decisión
Ejemplo de uso de redes neuronales artificiales
Introducción al Análisis de Series Temporales
Introducción al Análisis de Series Temporales (II)
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.
Horario: la sesión tendrá lugar en el laboratorio 1.6, y la determinaremos entre todos.
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.
Fabricación de Semiconductores
Horario: la sesión tendrá lugar en el laboratorio 1.1.
El paquete RWeka!!!
Ésta es la práctica final, la cual se habrá de resolver para aprobar la asignatura.