Temas Subtemas
Introducción á minería de datos.
 Conceptos preliminares.
Tipos de problemas en minería de datos: descrición, clasificación, predición, clustering, detección de anomalías, etc.
Tipos de aprendizaxe: supervisado e non supervisado.
Métodos de clasificación non supervisada ou clúster
 Conceptos básicos.
Métodos de clasificación xerárquica.
Métodos de agrupamento por particións.
Casos prácticos.
Métodos de clasificación supervisada.
 Conceptos básicos.
Modelos principais de clasificación supervisada ou recoñecemento de patróns.
Validación de modelos de clasificación (como de ben predín?).
Casos prácticos.
Métodos avanzados de regresión.
 Introdución.
Modelos de regresión univariantes e multivariantes.
Selección de variables relevantes.
Validación de modelos de regresión (como de ben se axusta aos datos?, como de ben fai predicións?).
Casos prácticos.
Series de tempo
 Conceptos básicos.
Análise descriptivo de series de tempo.
Uso práctico dos modelos de series de tempo.
Casos prácticos.
Técnicas estatísticas para minería de textos e recuperación da información. Conceptos básicos.
Casos prácticos de aplicación da minería de textos.