Guía de aprendizaje
Acciones de Documento
| Bloques temáticos | Tiempo previsto de aprendizaje | Materiales de estudio y lectura básicos | Materiales de estudio y lectura complementarios | Ejercicios y problemas | Prácticas | Pruebas de evaluación |
| Introducción Análisis de Datos | 4 horas |
MC-F-001. Introducción (PDF) |
LO-F-001. Apuntes ( PDF ) |
|||
| Clasificadores Bayesianos | 4 horas |
MC-F-002. Técnicas clásicas (PDF) |
E-001. Ejercicios (PDF) |
|||
| Inducción | 8 horas |
MC-F-004. Inducción (I) (PDF) |
EP-F-001. Tutorial WEKA (PDF) |
E-001. Ejercicios (PDF) |
PR-F-001. WEKA 1 (PDF) |
AE-F-001. Algoritmos inducción (PDF) |
| Agrupamiento | 4 horas |
MC-F-006. Agrupamiento (PDF) |
E-001. Ejercicios (PDF) |
|||
| Regresión | 8 horas |
MC-F-007.Regresion (PDF) |
EP-F-004. Ejemplos R (PDF) |
E-001. Ejercicios (PDF) |
AE-F-001. Algoritmos inducción (PDF) |
|
| Clasificadores KNN | 8 horas |
MC-F-008. Clasificadores KNN-I (PDF) |
LO-F-001. Apuntes ( PDF ) |
C-001. Cuestiones (PDF) |
PR-F-012. R 2 (PDF) |
AE-F-002. Algoritmos KNN (PDF) |
| Selección de Atributos | 8 horas |
MC-F-010. Selección y generación de atributos-I (PDF) |
LO-F-001. Apuntes ( PDF ) |
C-001. Cuestiones (PDF) |
PR-F-003. WEKA 3 (PDF) |
AE-F-003. Algoritmos Selección de atributos (PDF) |
| Evaluación de Técnicas de Aprendizaje | 8 horas |
MC-F-012. Evaluación I (PDF) |
EP-F-006. Tutorial Rapidminer (PDF) |
AE-F-004. Evaluación de técnicas de aprendizaje (PDF) |
||
| Metodologías de Análisis de Datos | 4 horas |
MC-F-015. Metodologías (PDF) |
LO-B-002 |
PE-E-001. Exámenes (PDF) |
||
| Teorías de HMMs en datos secuenciales | 1 hora |
V-E-001. WEB |
||||
| Teoría de HMMs en datos secuenciales | 3 horas |
Referencias V-E-002 |
