Comentarios y anexos:

Materiales y recursos de apoyo

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 Weka, descargable de la dirección http://www.cs.waikato.ac.nz
Excepcionalmente, las prácticas sobre redes neuronales se realizarán con:
-SNNS (http://www-ra.informatik.uni-tuebingen.de/SNNS/) o
-JavaNNS (http://wwwra.informatik.uni-tuebingen.de/software/JavaNNS/) y
-SOMPAK (http://www.cis.hut.fi/research/som_lvq_pak.shtml).
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

-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 -C.M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006 Además, véase la incluida en la descripción de las actividades.