Tratamiento Inteligente de la Información y Aplicaciones

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 por refuerzo

Aprendizaje de reglas de decisión

Ejemplo, uso de reglas

Ejemplo de uso de redes neuronales artificiales

Introducción al Análisis de Series Temporales

Introducción al Análisis de Series Temporales (II)

Introducción genérica a R

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.

Todos los datos

El conjunto de datos de algas

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.

Transfusines Sanguíneas

Tipos de coches

Crimen y ubicación, en USA

Fabricación de Semiconductores

El IRIS

Horario: la sesión tendrá lugar en el laboratorio 1.1.

El paquete RWeka!!!

Rweka R Package

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

Memoria de la práctica