Además de la bibliografía indicada anteriormente, los materiales de apoyo para la realización de las prácticas serán los siguientes:
De manera general, las prácticas se realizarán con el programa R. Si alguien desea hacerlo con python, podrá hacerlo.
Los ficheros con los datos de trabajo serán proporcionados por el equipo docente a través de la plataforma alF o formarán parte de la distribución del software empleado. Si no se indica que la actividad correspondiente haya de ser realizada con un conjunto de datos particular, el alumno podrá elegir un fichero de casos del repositorio de la Universidad de California Irvine http://kdd.ics.uci.edu/.
La plataforma de e-Learning aLF, proporcionará el adecuado interfaz de interacción entre el alumno y sus profesores. Esta plataforma colaborativa permite impartir y recibir formación, gestionar y compartir documentos, crear y participar en comunidades temáticas, así como realizar proyectos online.
Se ofrecerán las herramientas necesarias para que, tanto el equipo docente como el alumnado, encuentren la manera de compaginar tanto el trabajo individual como el aprendizaje cooperativo.
BIbliografia general de consulta
Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani, An Introduction to Statistical Learning, Springer, 2013-2016
C.M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006
J. Han, M.Kamber, Data Mining: Concepts and Techniques. Morgan Kaufmann Publishers, 2001.
H. Witten, E. Frank, Data mining: Practical Machine Learning Tools and Techniques (Second Edition). Morgan Kaufmann Publishers, 2005.
B.Pyle, Data Preparation for Data Mining. Morgan Kaufmann Publishers, 1999
Además, véase la incluida en la descripción de las actividades.
