Você está na página 1de 7

1.

-DATOS DE LA ASIGNATURA

Nombre de la asignatura: Minera de Datos


Carrera: Ingeniera en Sistemas Computacionales
Clave de la asignatura: ADM-0701
Horas teora-horas prctica-crditos: 3-2-8

2.-HISTORIA DEL PROGRAMA

Lugar y fecha de
Observaciones
elaboracin o Participantes
(cambios y justificacin)
revisin
Instituto
Academia de sistemas y
Tecnolgico
computacin del
de Zacatecas del 7 al
Instituto Tecnolgico de
18 de noviembre del
Zacatecas.
2005.

3.-UBICACIN DE LA ASIGNATURA

a) Relacin con otras asignaturas del plan de estudios

Anteriores Posteriores
Asignatura Temas Asignatura Temas
Estructuras de Colas, Pilas, Listas Tecnologas de Todos
Datos Enlazadas, etc. Comercio
Electrnico
Fundamentos de Modelos de proceso
desarrollo de de software, diseo
sistemas y arquitectura de
productos de
software.

Fundamentos de Conceptos de base


Bases de datos. de datos, Diseo de
base de datos,
Lenguajes de bases
de datos.
Taller de bases de Creacin y
datos. manipulacin de
bases de datos.
Probabilidad y Todos
Estadstica
b) Aportacin de la asignatura al perfil del egresado

Proporciona los fundamentos sobre minera de datos y descubrimiento de


conocimiento incluyendo fundamentos estadsticos, descubrimiento de
asociaciones, clasificacin, agrupamiento, soporte de base de datos, etc.

4.-OBJETIVO(S) GENERAL(ES) DEL CURSO

El estudiante conocer lo que es la minera de datos y su importancia y ser capaz


de utilizar las herramientas existentes para descubrir relaciones desconocidas en la
base de datos con la que cuente.

5.-TEMARIO

Unidad Temas Subtemas


1 Introduccin a la minera de 1.1 Qu es la minera de datos y el
datos y aprendizaje de mquina. aprendizaje de mquina?
1.2 Ejemplos Simples.
1.3 Aprendizaje de mquina y
estadstica.
2 Entradas y Salidas. 2.1 Entradas: Conceptos, Instancias y
atributos.
2.1.1 Qu es un concepto?
2.1.2 Qu es una atributo?
2.1.3 Preparacin de la entrada.
2.2 Salida: Representacin del
Conocimiento.
2.2.1 Tablas de Decisin.
2.2.2 Arboles de Decisin.
2.2.3 Reglas de Clasificacin.
2.2.4 Reglas de Asociacin.
2.2.5 Clusters (Grupos).
3 Mtodos Bsicos. 3.1 Modelado estadstico.
3.2 Construccin de rboles de
decisin.
3.3 Construccin de reglas.
3.4 Minera de reglas de asociacin.
3.5 Modelos lineales.
3.6 Aprendizaje basado en instancias.
3.7 Agrupamiento.
4 Evaluacin del Conocimiento 4.1 Entrenamiento y Prueba.
Obtenido. 4.2 Rendimiento de la Prediccin.
4.3 Validacin Cruzada.
4.4 Comparacin de mtodos de
minera de datos.
4.5 Prediccin de probabilidades.
4.6 Determinacin del Costo.
5 Transformaciones. 5.1 Seleccin de atributos.
5.2 Discretizacin de los atributos
numricos.
5.3 Algunas transformaciones tiles.
5.4 Limpiado automtico de datos.
5.5 Combinacin de mltiples mtodos.
5.6 Uso de datos no etiquetados.
6 Herramientas de Minera de 6.1 Introduccin a la herramienta.
Datos. 6.2 Algoritmos de Filtrado.
6.3 Algoritmos de Aprendizaje.
6.4 Algoritmos de meta-aprendizaje.
6.5 Algoritmos de agrupamiento.
6.6 Seleccin de atributos.

6.-APRENDIZAJES REQUERIDOS

Probabilidad y Estadstica
Estructuras de Datos
Dominio de:
Diseo de bases de datos relacionales.
Diseo de consultas en lgebra relacional y SQL

7.-SUGERENCIAS DIDACTICAS

Desarrollar ejemplos de lo simple a lo complejo, buscando que ste, asocie


el tema con elementos significativos de su entorno.
Hacer de las horas prcticas un taller donde el profesor coordine el desarrollo
de ejemplos, teniendo el cuidado que durante la solucin se resalten los
puntos de importancia que la teora define, ya sea como concepto o el uso de
la sintaxis en el momento de su aplicacin.
Elaborar un conjunto de problemas actuales asociados al entorno.
Solicitar el desarrollo de un proyecto del inters de los estudiantes, aplicando
los conocimientos adquiridos durante el curso.
Definir un esquema de documentacin de los trabajos ya sea de
investigacin documental o desarrollo de aplicaciones, el cual sustente las
estrategias metodolgicas del caso.
Involucrar al estudiante en las innovaciones que la evolucin de la minera de
datos generan da con da, propiciando que ste se documente en distintas
fuentes de informacin impresa y electrnica.
Seleccionar, en acuerdo de academia, las tecnologas a utilizar de acuerdo a
las necesidades del entorno, el contenido del programa y los recursos
disponibles.
Aplicar las tecnologas seleccionadas y sus caractersticas particulares al
contenido del programa.
Propiciar el trabajo en equipo.
Identificar por equipos un problema que pueda ser utilizado como proyecto a
lo largo del curso.

8.-SUGERENCIAS DE EVALUACION

Realizar una evaluacin diagnstica al inicio del curso para conocer el


desempeo acadmico del estudiante y programar las actividades del curso.
Trabajos de investigacin.
Tareas relacionadas con la solucin de problemas de minera de datos.
Exposicin de soluciones a problemas reales que tiene significado para el
estudiante y que son producto de su iniciativa.
Establecer de comn acuerdo con los estudiantes, la ponderacin de las
diferentes actividades del curso.
En aquellas unidades que requieran la solucin de problemas se recomienda
que la evaluacin se realice mediante el uso de la computadora.
Seguimiento de los avances y documentacin del proyecto propuesto.

9. UNIDADES DE APRENDIZAJE

UNIDAD 1.- Introduccin a la minera de datos y aprendizaje de mquina.


Objetivo Actividades de Aprendizaje Fuentes de
Educacional Informacin
El estudiante se 1.1 Investigar en diversas fuentes de 1,2,3,4,5,6
familiarizar con el informacin, los usos que tiene la
concepto de minera minera de datos, hacer un reporte
de datos y conocer escrito y discutirlo en clase.
los fundamentos
estadsticos 1.2 Realizar una tabla con aplicaciones
necesarios para existentes que utilicen la minera de
realizar minera de datos.
datos.

UNIDAD 2.- Entradas y Salidas.


Objetivo Actividades de Aprendizaje Fuentes de
Educacional Informacin
El estudiante 2.1 Investigar en diversas fuentes de 1,2,3,4,5,6,7,
conocer la forma en informacin, las formas en que tienen 9,10
que se da la entrada que estar las entradas para la minera de
para el proceso de datos, hacer un reporte escrito y
minera de datos as discutirlo en clase.
como la 2.2 Realizar una tabla comparativa de los
representacin que se mtodos de representacin del
le da a los resultados. conocimiento.

UNIDAD 3.- Mtodos Bsicos.


Objetivo Actividades de Aprendizaje Fuentes de
Educacional Informacin
El estudiante 3.1 Investigar en diversas fuentes de 1,2,3,4,5,6,7,
conocer las tcnicas informacin, las transformaciones que 9,10
que utiliza el proceso se pueden realizar a los datos de entrada
de minera de datos para facilitar el proceso de minera de
para aprender nuevas datos, hacer un reporte escrito y
relaciones a partir de discutirlo en clase.
los datos de entrada 3.2 Realizar ejercicios de agrupamiento
(clustering) para dejar ms claro su
funcionamiento.
3.3 Realizar ejercicios de construccin de
rboles de decisin para dejar ms claro
su funcionamiento.

UNIDAD 4.- Evaluacin del Conocimiento Obtenido.


Objetivo Actividades de Aprendizaje Fuentes de
Educacional Informacin
El estudiante 4.1 Investigar en diversas fuentes de 1,2,3,4,5,6,7,
aprender como se informacin, las diversas tcnicas que 9,10
puede evaluar si las existen para evaluar los resultados de la
tcnicas utilizadas en minera de datos, hacer un reporte
el proceso de minera escrito y discutirlo en clase.
de datos arroja 4.2 Realizar un anlisis comparativo del
resultados costo que tiene cada una de las tcnicas
significativos. de evaluacin y discutirlo en clase.
4.3 Identificar un problema que pueda ser
utilizado como proyecto de curso de
acuerdo con el profesor.

UNIDAD 5.- Transformaciones.


Objetivo Actividades de Aprendizaje Fuentes de
Educacional Informacin
El estudiante 5.1 Investigar en diversas fuentes de 1,2,3,4,5,6,7,
aprender como se informacin, las diversas tcnicas que 9,10
puede preprocesar la existen para evaluar los resultados de la
entrada para minera de datos, hacer un reporte
facilitarle el trabajo a 5.2 escrito y discutirlo en clase.
los mtodos de Realizar ejercicios de las distintas
aprendizaje. 5.3 transformaciones de la entrada para
dejar claro su funcionamiento.
5.4 Presentar el avance del proyecto.
UNIDAD 6.- Herramientas de Minera de Datos.
Objetivo Actividades de Aprendizaje Fuentes de
Educacional Informacin
El estudiante 6.1 Realizar prcticas con alguna 1,2,3,4,5,6,7,
aprender a utilizar herramienta de minera de datos tal 8,9,10
una herramienta de como WEKA.
minera de datos y la 6.2 Presentar el avance del proyecto.
aplicar para resolver
problemas reales.

10. FUENTES DE INFORMACION


1. Margaret H. Dunham
Data Mining: Introductory and Advanced Topics
Prentice Hall
2. J. Han and M. Kamber
Data Mining: Concepts and Techniques
Morgan Kaufmann Publishers
3. D. Hand, H. Mannila and P. Smyth
Principles of Data Mining
MIT Press
4. Ian H. Witten, Eibe Frank
Data Mining: Practical Machine Learning Tools and Techniques with Java
Implementations
Morgan Kaufmann Publishers
5. Mehmed Kantardzic
Data Mining: Concepts, Models, Methods, and Algorithms
Wiley-IEEE Press
6. Tan, Steinbach, Kumar
Introduction to Data Mining
Addison-Wesley
7. Usama M. Fayyad, Gregory Piatetsky-Shapiro, Padhraic Smyth
Advances in Knowledge Discovery and Data Mining
AAAI/MIT Press
8. Ian H. Witten, Eibe Frank
Data Mining: Practical Machine Learning Tools and Techniques
Morgan Kaufmann, 2nd edition
9. Dorian Pyle
Data Preparation for Data Mining
Morgan Kaufmann
10. Daniel T. Larose
Discovering Knowledge in Data : An Introduction to Data Mining
Wiley-Interscience
11. PRACTICAS PROPUESTAS

Unidad Prctica
Prcticas de filtrado usando alguna herramienta de minera de
datos.
Prcticas de aprendizaje usando alguna herramienta de
minera de datos.
Prcticas de meta-aprendizaje usando alguna herramienta de
minera de datos.
Prcticas de agrupamiento usando alguna herramienta de minera de
datos.
Proyecto individual y/o de grupo.

Você também pode gostar