Mineria
Código ECON 4649 2012-1
Profesor: Alvaro J. Riascos Villegas Contacto: e-mail: ariascos@uniandes.edu.co, Skype: alvaro.riascos Oficina: Bloque W, Oficina 918.Horario de clase: Martes 2PM-3:50PM, W-205. Horario de atención a estudiantes: 11:30AM – 12:30PM, con cita previa o por skype. Página en Internet del curso:http://www.webpondo.org/ariascos/teaching/mineriadatos.htm
1.
Objetivos de la materia
Este seminario introduce los estudiantes en los pilares teóricos fundamentales de la moderna teoría de aprendizaje estadístico como marco teórico dela minería de datos (el problema de aprendizaje o machine learning, el compromiso entre sesgo y varianza, aproximación y error, riesgo, consistencia, regularización, complejidad, etc.) Posteriormente,y en su mayor parte (tres cuartas partes del seminario), se van aprender las principales técnicas de minería de datos (método de vecindades, redes neuronales, redes bayesianas, árboles, boosting,cross validation, maquinas de vectores de soporte, clustering, etc.) a través de ejemplos y problemas que los estudiantes deberán implementar y resolver haciendo uso de un computador y, en lo posible,problemas que sean de su interés (datos de redes sociales, reconocimiento de caracteres, extracción de señales, etc.).
2. Contenido 1. Ene. 24 Aprendizaje estadístico: Introducción [LS] [HTF] - Capítulo2. Introducción a R Presenta: Ivan Cadena x Familiarización con competencia en Kaggel x Lectura capítulos [HTF] x Proyecto individual (capítulos [HTF], libros o artículos de minería de datos)Algoritmo de vecindad más cercana Presenta: Ivan Cadena x Lectura capítulos [HTF] x Proyecto individual (capítulos [HTF], libros o artículos de minería de datos) Aprendizaje supervisado [LS] [HTF] – Capítulo2.
2. Ene. 31
3. Feb. 7
4. Feb. 14
1
5. Feb. 21
Sesión computacional: Complejidad, sesgo y varianza [LS] [HTF] – Capítulo 2. Métodos de Regresión Lineal [LS] [HTF] – Capítulo 3....
Regístrate para leer el documento completo.