Referencias Bibliográficas: [Tan et al., 2005,Witten and Frank, 2005,Han and Kamber, 2001,Kimball and Ross, 2004,Inmon, 2004,Kimball et al., 2005]
Tópicos
- La utilidad de la minería de datos.
- Patrones secuenciales y asociativos.
- Clusterización de datos.
- Análisis de canastas de mercado.
- Clusterización de datos.Cleaning
- Clusterización de datos.Visualizacion
Objetivos
- Comparar y contrastar diferentes concepciones de minería de datos, mostrando evidencias en investigación y aplicación.
- Explicar el rol al encontrar asociaciones en información manejada por la industria comercial.
- Caracterizar los tipos de patrones que pueden ser descubiertos por la minería de reglas de asociación.
- Describir cómo extender un sistema relacional para encontrar patrones usando reglas de asociación.
- Evaluar temas metodológicos subrayando la efectiva aplicación de minería de datos.
- Identificar y caracterizar fuentes de ruido, redundancia y outlier en los datos presentados.
- Identificar mecanismos (agregación en línea, comportamiento en cualquier tiempo, visualización interactiva) para cerrar el ciclo en el proceso de minería de datos.
- Describir por qué los varios procesos de cerrado de ciclo mejoran la efectividad de la minería de datos.
Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, Universidad Católica San Pablo, Arequipa-Peru
basado en el modelo de la Computing Curricula de IEEE-CS/ACM