|
Guia docenteCurso Facultad de Humanidades y Documentación |
| Grao en Xestión Dixital de Información e Documentación |
 Asignaturas |
| Minería de Datos |
| Contenidos |
|
|
|
| Datos Identificativos | 2022/23 | |||||||||||||
| Asignatura | Minería de Datos | Código | 710G04030 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Periodo | Curso | Tipo | Créditos | |||||||||
| Grado | 2º cuatrimestre |
Tercero | Optativa | 6 | ||||||||||
|
||||||||||||||
| Tema | Subtema |
| Introducción a la minería de datos. |
Conceptos preliminares. Tipos de problemas en minería de datos: descripción, clasificación, predicción, clustering, detección de anomalías, etc. Tipos de aprendizaje: supervisado y no supervisado. |
| Métodos de clasificación no supervisada o clúster |
Conceptos básicos. Métodos de clasificación jerárquica. Métodos de agrupamiento por particiones. Casos prácticos. |
| Métodos de clasificación supervisada. |
Conceptos básicos. Modelos principales de clasificación supervisada o reconocimiento de patrones. Validación de modelos de clasificación (¿cómo de bien predicen?). Casos prácticos. |
| Métodos avanzados de regresión. |
Introducción. Modelos de regresión univariantes y multivariantes. Selección de variables relevantes. Validación de modelos de regresión (¿cómo de bien se ajusta a los datos?, ¿cómo de bien hace predicciones?). Casos prácticos. |
| Series de tiempo |
Conceptos básicos. Análisis descriptivo de series de tiempo. Uso práctico de los modelos de series de tiempo. Casos prácticos. |
| Técnicas estadísticas para minería de textos y recuperación de la información. | Conceptos básicos. Casos prácticos de aplicación de la minería de textos. |
|
