BIG DATA: TÉCNICAS PREDICTIVAS DE MACHINE LEARNING

Contacto

Lugar: CAMPUS DE ELCHE: LABORATORIO DE COMPUTACIÓN DEL INSTITUTO UNIVERSITARIO DE INVESTIGACIÓN CIO.

Teléfono de contacto: +34 966658572

E-mail: mttormo@umh.es

Web: http://cio.umh.es

Precio de matrícula

  • ORDINARIA: 100 euros

Administrativo/a

Plan de Estudios

Justificación académica

Las técnicas analíticas de Machine Learning se han mostrado especialmente útiles en ámbitos predictivos en diferentes sectores productivos tales como turismo, calzado, industria ¿Cómo se diseñan dichos métodos, cómo se instancian e interpretan?

Objetivos del curso

Adquirir conocimientos y habilidades operativas sobre: Selección de características; Predicción de variables numéricas: Regresión; Predicción de variables categóricas: Clasificación; Patrones.

Estructura de los estudios

El curso abordará los siguientes temas:
1. Modelos de reglas de asociación: Conteo de Frecuencias y algoritmos tipo A Priori.
2. Árboles de clasificación: con variables discretas y mixtas. Algoritmos tipo C4.5. Sistemas de reglas y parametrización de árboles. Matrices de confusión y otras métricas.
3. Árboles de Regresión: con variables discretas y mixtas. Algoritmos tipo CART. Sistemas de ecuaciones y árboles. Métricas de precisión.
4. Selección automática de características: Análisis de Componentes Principales, Correlaciones.
5. Parametrización y resultados usando WEKA.
6. Parametrización y resultados usando R Studio.

Uso de instalaciones y programación temporal

El curso se compone de 20 horas, 8 horas presenciales y 12 horas no presenciales. 
Las 8 horas presenciales corresponden a 2 sesiones de 4 horas, una al inicio del curso y otra al final del curso, se impartirán en el Laboratorio de Computación del CIO.El curso abordará los siguientes temas en las sesiones indicadas:
1. Modelos de reglas de asociación: Conteo de Frecuencias y algoritmos tipo A Priori.
- Sesión 1, Sesión 4 y Sesión 5.
2. Árboles de clasificación: con variables discretas y mixtas. Algoritmos tipo C4.5. Sistemas de reglas y parametrización de árboles. Matrices de confusión y otras métricas.
- Sesión 1, Sesión 4 y Sesión 5.
3. Árboles de Regresión: con variables discretas y mixtas. Algoritmos tipo CART. Sistemas de ecuaciones y árboles. Métricas de precisión.
- Sesión 1, Sesión 4 y Sesión 5.
4. Selección automática de características: Análisis de Componentes Principales, Correlaciones.
- Sesión 1, Sesión 2, Sesión 3, Sesión 4 y Sesión 5.
5. Parametrización y resultados usando WEKA.
- Sesión 2, Sesión 4 y Sesión 5.
6. Parametrización y resultados usando R Studio.
- Sesión 3, Sesión 4 y Sesión 5.
PROGRAMACIÓN TEMPORAL:
Sesión 1 (presencial): 06/03/2019. en el Laboratorio de Computación del CIO. Introducción a las técnicas de Machine Learning.
Alejandro Rabasa Dolado (2h), Nuria Mollá Campello (2h).
Sesión (on-line): WEKA: Entorno de trabajo, patrones, árboles de clasificación, árboles de regresión, selección de atributos.
Alejandro Rabasa Dolado (4h).
Sesión 3 (on-line): R Studio: Entorno de trabajo, patrones y árboles de clasificación, árboles de regresión, selección de atributos.
Agustín Pérez Martín (4h).

Sesión 4 (on-line): Elección del dataset y seguimiento de la práctica individual.
Nuria Mollá Campello (2h), Agustín Pérez Torregrosa (2h).

Sesión 5 (presencial): 30/03/2019. en el Laboratorio de Computación del CIO. Exposiciones de trabajos y puesta en común.
Agustín Pérez Martín (1h), Alejandro Rabasa Dolado (1h), Nuria Mollá Campello (1h), Agustín Pérez Torregrosa (1h).

En las sesiones on-line (2, 3 y 4) la metodología a seguir consistirá en colgar material en un blog que el matriculado debe ir trabajando mediante ejercicios propuestos en el curso. Los profesores responderán a las cuestiones o preguntas de los alumnos a través de correo electrónico.

Requisitos de acceso

Conocimientos básicos de informática y estadística.

Procedimiento de Evaluación

Evaluación continua mediante la entrega de trabajos prácticos.

Profesorado

  • RABASA DOLADO, ALEJANDRO
  • PÉREZ MARTÍN, AGUSTÍN
  • PÉREZ TORREGROSA, AGUSTÍN
  • MOLLA CAMPELLO, NURIA

Enlaces de interés general

Información del curso

Centro docente: Instituto Centro de Investigación Operativa

Rama de enseñanza: INGENIERÍA Y ARQUITECTURA

Preinscripción: 01/09/18 a 01/03/19

Matriculación: 02/03/19 a 04/03/19

Duración: 06/03/19 a 30/03/19

Horas: 20

Máximo alumnos: 25

Mínimo alumnos: 20