Tratamiento Inteligente de la Información y Aplicaciones

Introducción al tratamiento inteligente de la información

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 por refuerzo

Ejemplo de uso de redes neuronales artificiales

Data Mining Exploratorio. Introducción.

Preprocesamiento de datos para el Data Mining. Introducción.

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.

Estos conjuntos de datos nos pueden venir bien para testear lo que hemos aprendido

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.

Horario: la sesión tendrá lugar en el laboratorio 1.6.

Práctica a resolver

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

Planificación de las clases teóricas y prácticas