Técnicas de Minería de Datos

    • Naturaleza: Obligatorio
    • rea: Diseño y Análisis de datos.
    • Propósito: Brindar al estudiante conocimientos sobre grandes volúmenes de datos provenientes de diferentes áreas.
    • Resumen

    Desarrollo metodológico de las técnicas de Minería de Datos que son aplicadas en el proceso Descubrimiento de Conocimiento en Base de Datos (KDD). Se inicia con la presentación de los fundamentos y la descripción de las etapas del proceso KDD. Luego se presenta el marco teórico de las técnicas de minería de datos y su aplicación en el KDD. Las técnicas de aprendizaje no supervisado. Reglas de asociación. Clustering. Las técnicas de aprendizaje supervisado. Árboles de clasificación ID3 y C4.5. Aprendizaje de reglas de clasificación. Aprendizaje bayesiano. Redes bayesianas. Aprendizaje de redes neuronales. Aprendizaje de los k vecinos más cercanos.

 


Contacto:jaimepc@lamolina.edu.pe
Teléfono: 6147800 Anexo 209 - 200 / Telefax : 614-7142
Fuente de Información: Maestría en Estadística Aplicada

OSI/RRPP todos los derechos reservados ® 2012