Accesos directos a las distintas zonas del curso

Ir a los contenidos

Ir a menú navegación principal

Ir a menú pie de página

MINERÍA DE DATOS DE LOS MEDIOS SOCIALES

Curso 2020/2021/Subject's code31110107

MINERÍA DE DATOS DE LOS MEDIOS SOCIALES

BIBLIOGRAFÍA BÁSICA

ISBN(13): 9780262012430
Título: INTRODUCTION TO MACHINE LEARNING (segunda)
Autor/es: Ethem Alpaydin ;
Editorial: Adaptive computation and machine learning
ISBN(13): 9780761966524
Título: SOCIAL NETWORK ANALYSIS: THEORY AND APPLICATIONS
Autor/es: Varios Autores ;
Editorial: Creative Commons Attribution-Share Alike 3.0 Unported

En esta asignatura no se seguirá un libro para ir describiendo los contenidos del temario ya que la asignatura, por su carácter eminentemente práctico, abarca distintos contenidos teóricos. Sin embargo, los siguientes libros serán de gran utilidad:

  • Social Network Analysis: Theory and Applications. Este libro ha sido escrito por muchos colaboradores siguiendo la licencia Creative Commons. En este libro se enseña en profundidad el análisis de redes sociales, ofreciendo toda la información necesaria para comenzar una análisis de este tipo. El libro se encuentra en formato pdf en la sección de Documentos del curso virtual.

  • Social media mining: an introduction. De los autores: Zafarani, Reza, Mohammad Ali Abbasi, and Huan Liu. Publicado en 2014 por Cambridge University Press. De este libro es importante señalar como relaciona entre el análisis de redes sociales y técnicas de aprendizaje automático. El libro se encuentra en formato pdf en la sección de Documentos del curso virtual.

  • Introduction to machine learning de Ethem Alpaydin editado por Adaptive computation and machine learning, 2010, segunda edición. Este trabajo se orienta a los estudiantes graduados con buena formación en matemáticas y algoritmos informáticos, así como las estadísticas. Alpaydin realiza un enfoque muy teórico, por lo tanto, los lectores deben estar preparados para trabajar a través de las fórmulas matemáticas y aplicar los algoritmos por su cuenta, que es la forma más eficaz para comprender el material. Los estudiantes que utilicen este libro tendrán una base sólida para explorar en profundidad más estudios como las redes neuronales, el aprendizaje supervisadas y no supervisadas, árboles de decisión, y otras áreas de este complejo campo. Referencias al final del libro ayudarán a los estudiantes a ampliar aún más su conocimiento de los temas presentados. Esta nueva edición (1ª ed., 2004) se revisó completamente e incluye varios nuevos capítulos y ejercicios. Es una contribución valiosa a una disciplina definida por investigadores importantes como Nils Nilsson, John McCarty, Marvin Minsky, Tom Mitchell, Stuart Russell y Peter Norwig.  Este libro es especialmente interesante para el Tema 4, ya que en este tema se pondrán en práctica conocimientos que se estudian en la asignatura obligatoria de este master Sistemas inteligentes y adquisición de conocimiento, de la cual el libro es la bibliografía básica.