Data mining, principios y aplicaciones

1. EL PROCESO DE DESCUBRIMIENTO DE CONOCIMIENTO EN BASES DE DATOS.

1.1 Definición del proceso de data mining .

1.2 Análisis de las fases del proceso de acuerdo a CRISP-DM: o Compresión del problema o Comprensión de los datos o Preparación de los datos o Modelado o Evaluación o Implantación.

2. EL CICLO DE DATA MINING: FASES Y TIPOS DE PROBLEMAS.

2.1 Tipos de problemas.

2.1.1. Descriptivos o asociación o clustering.

2.1.2. Predictivos o clasificación.

2.2 Implicaciones de los datos, dominios, técnicas en las fases del proceso

2.3 Casos de uso.

3. TÉCNICAS DE DATA MINING.

3.1 Clasificación o Arboles de decisión o Naive Bayes

3.2 Clustering o K-means o EM

3.3 Asociacion o A priori

3.4 Presentación de un caso practico

3.5 Aplicación del proceso CRISP-Dm

3.6 Elaboración de un plan de proyecto