Guía docente de Minería de Datos: Preprocesamiento y Clasificación (M51/56/3/6)

• Regresión no Lineal. Modelos avanzados.
• Árboles de Decisión,  Bagging, Boosting y Random Forest. Algoritmos para la obtención de Reglas.
• Máquinas soporte vectorial (SVM).
• Preprocesamiento de Datos. Discretización, Datos Perdidos, Reducción de la Dimensionalidad. Selección de Modelos Lineales y Regularización. Análisis de Componentes Principales (PCA).

Sin requisitos previos.

El alumno aprenderá cómo resolver problemas de clasificación en minería de datos, aplicando las distintas técnicas conocidas para la etapa de modelado, así como técnicas de preprocesamiento de datos en aquellos problemas en los que la etapa de preprocesamiento sea necesaria o recomendable.

En particular, el alumno: 

• Conocerá y manejará las diferentes técnicas de preprocesamiento de datos existentes para la selección, limpieza, enriquecimiento, reducción y transformación de datos mediante discretización, tratamiento de datos perdidos, reducción de la dimensionalidad, selección y regularización de modelos, etc.
• Conocerá y manejará técnicas de modelado a partir de datos para clasificación como la regresión no lineal, SVMs, Árboles de Decisión y Random Forest. También tendrá conocimientos básicos sobre técnicas como el Bagging, el Boosting y los algoritmos para la obtención de reglas.

Al mismo tiempo y de manera práctica el alumno deberá:

• Saber aplicar las técnicas anteriormente mencionadas para modelar y resolver problemas reales o académicos
• Conocer las principales herramientas software existentes para modelar y resolver problemas de clasificación a partir de datos.

• Tema 1. Modelos no lineales.
• Tema 2. Árboles de decisión. Multiclasificadores.
• Tema 3. Descomposición de problemas multiclase.
• Tema 4. Aprendizaje de reglas.
• Tema 5. Máquinas soporte vectorial (SVM).
• Tema 6. Preprocesamiento de datos.

• Sesión 1: Análisis de modelos
• Sesión 2: Regresión logística
• Sesión 3: Árboles y reglas
• Sesión 4: Visualización
• Sesión 5: Máquinas de soporte vectorial
• Sesión 6: Preprocesamiento

•  “An Introduction to Statistical Learning with Applications in R”, Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani, Springer, 2013. http://www-bcf.usc.edu/~gareth/ISL/
• “The Elements of Statistical Learning: Data Mining, Inference, and Prediction”, Trevor Hastie, Robert Tibshirani, Jerome Friedman. Second Edition, Springer, 2009. http://statweb.stanford.edu/~tibs/ElemStatLearn/
•  “Introduction to Data Mining”, Pang-Ning Tan, Michael Steinbach, Vipin Kumar, Pearson, 2013. http://www-users.cs.umn.edu/~kumar/dmbook/index.php

• "Data Preprocessing in Data Mining". Salvador García, Julián Luengo, Francisco Herrera. Springer, 2015.
• "Data Preparation for Data Mining". Dorian Pyle. Morgan Kaufmann, 1999.
• "Data Mining: Concepts and Techniques. Jiawei Han, Jian Pei, Micheline Kamber, 2011."

• Sitio web del Máster Universitario Oficial en Ciencia de Datos e Ingeniería de Computadores: http://masteres.ugr.es/datcom/
• http://guidetodatamining.com/
• http://www.dataminingbook.info/pmwiki.php/Main/BookDownload
• Plataformas Kaggle (https://www.kaggle.com/) y DrivenData (https://www.drivendata.org/).

La evaluación ordinaria de la asignatura consta de dos pruebas.

La evaluación de la parte teórica, seminarios y otras actividades se realizará mediante la participación grupal (cinco estudiantes por grupo, preferentemente) en competiciones relacionadas con problemas de clasificación que requieran preprocesamiento de datos (un total del 70% de la nota final). La evaluación requerirá de una confección de una memoria, una presentación y defensa del trabajo realizado. La fecha de defensa se realizará en Febrero, y se podrá emplear horas de dedicación docente de la asignatura no impartidas en el horario convencional que se trasladarán a la fecha concretada para que se pueda establecer un tiempo determinado y necesario para realizar el trabajo.

La evaluación de la parte práctica se realizará mediante la entrega de una actividad que comprenda un conjunto de ejercicios sobre el empleo de técnicas de minería de datos y procesamiento de datos en conjuntos de dats específicos y se establecerá un protocolo de corrección participativo entre el estudiantado y los profesores. Esta nota comprenderá el 30% sobre la nota final.

El artículo 19 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que los estudiantes que no hayan superado la asignatura en la convocatoria ordinaria dispondrán de una convocatoria extraordinaria. A ella podrán concurrir todos los estudiantes, con independencia de haber seguido o no un proceso de evaluación continua. De esta forma, el estudiante que no haya realizado la evaluación continua tendrá la posibilidad de obtener el 100% de la calificación mediante la realización de una prueba y/o trabajo.

En las convocatorias extraordinarias se utilizará el mismo procedimiento de evaluación que en la evaluación única final, tal y como se describe en el siguiente apartado.

El artículo 8 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que podrán acogerse a la evaluación única final, el estudiante que no pueda cumplir con el método de evaluación continua por causas justificadas.

Para acogerse a la evaluación única final, el estudiante, en las dos primeras semanas de impartición de la asignatura o en las dos semanas siguientes a su matriculación si ésta se ha producido con posterioridad al inicio de las clases, lo solicitará, a través del procedimiento electrónico, a la Coordinación del Máster, quien dará traslado al profesorado correspondiente, alegando y acreditando las razones que le asisten para no poder seguir el sistema de evaluación continua.

La evaluación en tal caso consistirá en:

• Evaluación de la Parte Teórica, Seminarios y otras actividades (70% de la calificación): exámenes finales o parciales, sesiones de evaluación y entregas de ejercicios sobre el desarrollo y los resultados de las actividades propuestas.
• Evaluación de la Parte Práctica (30% de la calificación): se realizarán resolución de problemas y desarrollo de proyectos individuales. Se valorarán las entregas de los informes/memorias realizados por los estudiantes, así como su posible defensa.

La evaluación consistirá en realizar un trabajo teórico/práctico similar al que se hace en evaluación ordinaria, pero considerando un trabajo individual, autónomo, compensado y reducido por ello.

La participación activa en clase podrá ser tenida en cuenta en el sistema de evaluación continua.