|
Guía DocenteCurso Escola Universitaria Politécnica |
| Mestrado Universitario en Eficiencia e Aproveitamento Enerxético |
 Asignaturas |
| Técnicas de Análise e Modelado de Datos para a Eficiencia |
| Contidos |
|
|
|
| Datos Identificativos | 2018/19 | |||||||||||||
| Asignatura | Técnicas de Análise e Modelado de Datos para a Eficiencia | Código | 770523021 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
| Mestrado Oficial | 2º cuadrimestre |
Primeiro | Optativa | 3 | ||||||||||
|
||||||||||||||
| Temas | Subtemas |
| 1. Introdución á aprendizaxe automática e a minería de datos | 1.1. Conceptos preliminares. 1.2. Análise exploratorio de datos 1.3. Tipos de problemas: clasificación, regresión, clustering, detección de anomalías, etc. 1.4. Formas de aprendizaxe: supervisado, non supervisado, por reforzo, etc. |
| Modelos para a clasificación supervisada e non supervisada de datos | 2.1. Conceptos preliminares 2.2. Modelos principais: k-veciños máis próximos, SVMs, clustering, etc. |
| 3. Modelos para regresión/identificación de sistemas para estimación e predición | 3.1. Conceptos preliminares 3.2. Modelos principais |
| 4. Técnicas de procesado de datos | 4.1. Preparación dos datos e normalización 4.2. Redución da dimensión para datos de alta dimensión |
| 5. Metodoloxía experimental e análise de resultados | 5.1. Métricas para a avaliación dos modelos e técnicas para a estimación non nesgada do erro 5.2. Métodos para a selección de modelos e análises de resultados |
| 6. Control Estatístico da Calidade | 6.1. Gráficos de control 6.2. Análise de capacidade de procesos |
| 7. Exemplos de aplicación en Eficiencia Enerxética | 7.1. Exemplos no ámbito do prognóstico de datos 7.2. Exemplos no ámbito da detección de anomalías |
|
