IFCT166PO algoritmos de bigdata para ingenierías

1. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO

• Introducción a la minería de datos y el aprendizaje automático
  • Proceso KDD
  • Modelos y Técnicas de Data Mining
  • Áreas de aplicación
  • Minería de textos y Web Mining
  • Data mining y marketing

2. R COMO HERRAMIENTA PARA BIG DATA

• Instalación de R y RStudio
  • Introducción al lenguaje
  • Historia e Introducción a R
  • Operaciones Básicas y Números
  • Atributos, Entrada y Coerción
  • Matrices
  • Precedencia Operaciones Vectoriales
  • Manejo de fechas y tiempo
  • Listas, Factores, Valores Faltantes y Dataframes
  • Subconjuntos de Datos
  • Leer y Escribir Datos
• Uso del lenguaje
  • Estructuras de Control
  • Funciones
  • Reglas de Alcance
• Sistema de gráficos
  • Funciones *apply: apply
  • Funciones *apply: lapply / sappy
  • Funciones *apply: mapply / rep
  • Graficación con el Sistema de Base de Gráficos
  • Algunas Funciones Gráficas de Alto Nivel
  • Parámetros en el Sistema de Gráficos
  • Colores en el Sistema de Gráficos
  • Graficación con Notación Matemática
  • Graficación con texto y notación matemática
  • Creación de Gráficas en 3D
• Expresiones regulares. Gráficas con ggplot2 y Simulación
  • Expresiones Regulares
  • Paquete de gráficos ggplot2
  • Simulación
• R en el mundo real
  • Estadística Descriptiva y Predictiva con R
  • Integración de R en Hadoop

3. PRE-PROCESAMIENTO &, PROCESAMIENTO DE DATOS

• Obtención y limpieza de los datos (ETL)
• Inferencia estadística
• Pruebas de hipótesis
• Modelos de regresión
• Árboles de Decisión
• Algoritmos de Clasificación / Regresión (J48/C5.0, M5P)
• Normalización, Tipos de distancia, Correlación
• Machine Learning
• Comparar Artículos (k-NN)
• Modelo predictivo de profit (k-NN, M5P…)
• Modelo predictivo de clasificación (J48, k-NN)

4. ANÁLISIS DE LOS DATOS

• Inteligencia Analítica de negocios
• La teoría de grafos y el análisis de redes sociales
• Presentación de resultados

5. PROCESAMIENTO DISTRIBUIDO DE DATOS CON HADOOP

• ¿Qué es Hadoop?
• El sistema de archivos HDFS
• Algunos comandos de referencia
• Procesamiento MapReduce con Hadoop
• El concepto de los clusters en Hadoop

6. WEKA Y DATA MINING

• ¿Qué es Weka?
• Técnicas de Data Mining en Weka
• Interfaces de Weka
• Selección de atributos