2.1  Estructura y contenido teórico

1.INTRODUCCIÓN

1.1.El concepto de Minería de Datos

1.2.La minería de datos y el proceso de descubrimiento de conocimiento a partir de datos

1.3.Relación con otras disciplinas

1.4.Aplicaciones

1.5.Fases del proceso de extracción de conocimiento a partir de datos

2.PREPARACIÓN DE DATOS

2.1.Consideraciones previas generales. Los almacenes de datos.

2.2.Técnicas sencillas de preprocesado

2.2.1.Compleción (datos faltantes)

2.2.2.Limpieza de errores

2.2.3.Transformación de atributos

2.2.4.Escalado

2.2.5.Discretización

2.2.6.Numerización

2.3.Técnicas de reducción de la dimensionalidad I: Análisis de Componentes Principales.

2.4.Técnicas de reducción de la dimensionalidad II: Métodos de Filtrado y Envoltura

3.TAREAS Y TÉCNICAS DE MINERÍA DE DATOS

3.1.Tareas en minería de datos.

3.2.Correspondencia entre métodos y tareas.

3.3.Caracterización de las técnicas de minería de datos.

3.4.Técnicas de Minería de Datos

3.4.1.Métodos estadísticos.

3.4.2.Reglas de asociación y dependencia.

3.4.3.Métodos Bayesianos.

3.4.4.Árboles de Decisión y sistemas de reglas.

3.4.5.Redes Neuronales Artificiales.

3.4.6.Máquinas de vectores soporte.

3.4.7.Extracción de conocimiento con algoritmos evolutivos y reglas difusas.

3.4.8.Métodos basados en casos y vecindad.

4.EVALUACIÓN

4.1.Consideraciones generales.

4.2.Técnicas básicas de evaluación de clasificadores

4.2.1.Medidas de la calidad de un clasificador: la tasa de errores

4.2.2.La descomposición del error en sesgo y varianza: el concepto de generalización

4.2.3.El sobreentrenamiento

4.2.4.Repetibilidad estadística: la validación cruzada.

4.3.Aspectos específicos de la evaluación de los diferentes clasificadores estudiados

4.4.Técnicas estadísticas de comparación de clasificadores

4.5.Medidas de calidad de agrupamiento

4.6.Interpretación, difusión y uso de modelos

5.IMPLANTACIÓN E IMPACTO DE LA MINERÍA DE DATOS

5.1.Implantación de un Programa de Minería de Datos (PMD) en una organización

5.1.1.Cuándo implantar un PMD: Necesidades y objetivos

5.1.2.Fases de un PMD: Estándar CRISP-DM

5.1.3.Integración de un PMD dentro de una organización

5.1.4.Recursos necesarios

5.2.Repercusiones y retos de la minería de datos

5.2.1.Impacto social

5.2.2.Cuestiones éticas y legales

5.2.3.Problemas y soluciones: Tendencias futuras