13222 - Análisis de Datos

Asignatura teórico-práctica que tiene como finalidad introducir a los estudiantes en las técnicas para transformar datos en conocimiento, a través de su caracterización, separación y modelación, para analizar o predecir un fenómeno.

Carrera: Ingeniería Civil Informática
Requisitos: Inferencia y Modelos Estadísticos
Horas presenciales a la semana: 6

Objetivo General:

Analizar y relacionar conjuntos de datos multivariados y/o series temporales para generar información y conocimiento, usando los modelos basados en datos que mejor expliquen el fenómeno modelado.

Objetivos Específicos:

Representar datos multidimensionales para presentarlos de forma comprensible para su posterior análisis.
Aplicar técnicas para identificar características en los datos que permiten su agrupamiento.
Diseñar y evaluar clasificadores usando diferentes paradigmas de representación del conocimiento.
Modelar linealmente relaciones entre señales y series temporales de datos, con la finalidad de realizar predicciones.

Unidades y contenidos

Introducción
Análisis de Componentes Principales (ACP)
Análisis de agrupamientos
Reglas de asociación
Análisis discriminante
Clasificación Bayesiana
Árboles de decisión
Análisis de series temporales

Evaluación

Cátedra (60% de nota final)

PEPS = c(PEP1, PEP2, PEP3)

if ((PEP1 >= 4 && PEP2 >= 4 && PEP3 >= 4) || mean(PEPS) >= 5){
	CATEDRA = mean(PEPS)
}
else{
	PEPS = c(PEPS, PA, PA)
	CATEDRA = mean(tail(sort(PEPS), 4))
}

Laboratorio (40% de nota final)

LABS = c(L1, L2, L3, L4, L5, L6)
LAB = mean(LABS)

Nota final

if (CATEDRA >= 4 && LAB >= 4){
	FINAL = 0.6*CATEDRA + 0.4*LAB
	cat("APRUEBA CON", FINAL)
}
else{
	FINAL = min(CATEDRA, LAB)
	cat("REPRUEBA CON", FINAL)
}

Fuentes de información

Directa

Introducción a la Minería de datos, Hernandez, Ramirez y Ferri, Prentoce Hall, 2004.
Multivariate Statistical Methods: A primer. B.F.J. Manly, Chapman &may/CRC, London, 2ª Ed. 2000.
Data Analisys, S. Brandt, Spinger-Verlag. N Y, 3ª Ed. 1999.
Intelligent Data Analisys, M. Berthold and D.J. Hand. Spinger-Verlag. Heidelberg, 2ª Ed. 2003

Enunciados laboratorio

Formato informe

Instalación de entorno mediante Anaconda

Como requisito se debe tener instalado Anaconda y correr las siguientes instrucciones:

conda env create -f environment.yml

Luego activar el entorno virtual:

conda activate r-env

Con esto evitamos interactuar con R del sistema y sólo nos centramos en lo necesario para ejecutar este repositorio.

JavierArredondo/INFO-USACH-13222-AY