POSTGRADO EN INTELIGENCIA DE NEGOCIOS Y MINERIA DE DATOS FICHA DE ASIGNATURA Asignatura: Gestin y Explotacin de Almacenes de Datos Materia: I.1.

Tcnicas de Tratamiento de la Informacin Modulo: I. Tcnicas de Tratamiento y Minera de Datos Carcter: Obligatoria Crditos ECTS: 6 Duracin: cuatrimestral Semestre/s: segundo Idioma/s: espaol Breve descriptor: Estudio de tcnicas para la obtencin de conocimiento a partir de bases de datos relacionales y aplicacin de estas tcnicas a diferentes campos cientficos y empresariales. Requisitos : Haber cursado una asignatura de bases de datos que incluya el estudio del modelo relacional y el uso prctico del lenguaje SQL. Competencias: En este curso se estudian las tcnicas bsicas de la minera de datos tales como asociacin, prediccin y clustering, sus caractersticas, limitaciones y posibles aplicaciones a los mbitos cientfico, empresarial y financiero. Para ello, se usan herramientas informticas tales como Weka o Knime, entre otras. Contenidos temticos (descriptores): Tcnicas bsicas: fundamentos de programacin; repaso de SQL. Introduccin: Conceptos bsicos, campos de aplicacin de la minera de datos, tcnicas de minera de datos. Datawarehouse: OLAP versus OLTP, modelo multidimensional, esquemas multidimensionales, cuboides, operaciones, arquitecturas multidimensionales (ROLAP, MOLAP, HOLAP). Preprocesamiento de datos: seleccin de datos, discretizacin, extraccin de caractersticas, seleccin de instancias. Asociacin: reglas de asociacin, k- tems, APRIORI, reglas de derivacin... Clustering: AGNES, DIANA, BIRCH, clustering de subespacios. Aplicaciones reales: web mining, bioinformtica, minera de textos, gestin de relaciones con clientes. Actividades docentes: Clases tericas (%) : 50% Clases prcticas / talle r / laboratorio de informtica (%) : 50% Evaluacin: La adquisicin de conocimientos y competencias de la asignatura se realizar de forma continua mediante:

Examen final (50%) Realizacin y defensa de prcticas de

laboratorio

propuestas (50%)

Bibliografa bsica: Ian H. Witten, Eibe Frank, Data Mining: Practical Machine Learning Tools and Techniques, Second Edition. Morgan Kaufmann Series in Data Management Systems, 2005. Pang-Ning Tan, Michael Steinbach, Vipin Kumar, Da ta Mining: Concepts and Techniques, Addison Wesley, 2005. David J. Hand, Heikki Mannila, Principles of Data Mining, Padhraic Smyth, The MIT Press, 2001. Ralph Kimball, Margy Ross, The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling, Wiley; 2 edicin, 2002. Erik Thomsen, OLAP Solutions: Building Multidimensional Information Systems, Wiley; 2 edicin, 2002. -