Repositorio del curso Introducción a la Minería de Datos dictado en el Departamento de Ciencias de la Computación de la Universidad de Chile
- Profesores de Cátedra: Hernán Sarmiento y Andrés Abeliuk
-
Profesores Auxiliares: Alison Fernandez, Cinthia Mabel Sánchez
-
Curso diseñado por: Bárbara Poblete y Felipe Bravo-Marquez
Semana | Fechas | Actividades | Videos | Slides |
---|---|---|---|---|
1 | 16/08 - 22/08 | Cátedra: Introducción, Datos 1 | Introducción: Parte 1 Introducción: Parte 2 Introducción: Parte 3 Datos I: Parte 1 Datos I: Parte 2 |
Introducción Motivación Datos I |
2 | 23/08 - 29/08 | Cátedra: Datos II. Publicación Tarea I |
Datos II: Parte 1 Datos II: Parte 2 Datos II: Parte 3 |
Datos II |
3 | 30/08 - 05/09 | Cátedra: Exploración de datos en R, Clasificación I. | Exploración de datos en R: Parte 1 Exploración de datos en R: Parte 2 Exploración de datos en R: Parte 3 Exploración de datos en R: Parte 4 Clasificación I: Parte 1 Clasificación I: Parte 2 |
Exploración de datos en R Clasificación I |
4 | 6/09-12/09 | Cátedra: Clasificación II - Framework, Clasificación III - Algoritmos de Clasificación (árboles, KNN, Naive Bayes). Lunes 06/09 - Entrega Tarea 1. |
Clasificación II: Parte 1 Clasificación II: Parte 2 Clasificación II: Parte 3 Clasificación II: Parte 4 Clasificación III: Parte 1 Clasificación II: Parte 2 Clasificación II: Parte 3 |
Clasificación II Clasificación III |
Receso Académico | ||||
5 | 20/09-26/09 | Cátedra: Clasificación IV - Support Vector Machines Publicación Tarea 2 Entrega Hito 1 |
Clasificación IV: Parte 1 Clasificación IV: Parte 2 Clasificación IV: Parte 3 Clasificación IV: Parte 4 |
Clasificación IV |
6 | 27/09-03/10 | Cátedra: Clasificación V - Caso estudio Rumores en Twitter. | Clasificación V | Clasificación V |
7 | 04/10-10/10 | Cátedra: Clustering I - Introducción, Clustering II - Algoritmos de Clustering . Lunes 04/10 - Entrega Tarea 2 |
Clustering I Clustering II: Parte 1 Clustering II: Parte 2 Clustering II: Parte 3 Clustering II: Parte 4 |
Clustering I Clustering II |
8 | 11/10-17/10 | Cátedra: Clustering III - Validación de Clusters. Publicación Tarea 3 |
Clustering III |
Clustering III |
9 | 18/10-24/10 | Cátedra: Reglas de Asociación. Entrega Hito 2 |
Reglas de Asociación: Parte 1 Reglas de Asociación: Parte 2 |
Reglas de Asociación |
10 | 25/10-31/10 | Cátedra: Reglas de Asociación. Lunes 25/10 - Entrega Tarea 3. |
Reglas de Asociación: Parte 3 Reglas de Asociación: Parte 4 |
|
Receso Académico | ||||
11 | 08/11-14/11 | Cátedra: Selección y Reducción de Atributos. Publicación Tarea 4. |
Selección y Reducción de Atributos: Parte 1 |
Selección y Reducción de Atributos |
12 | 15/11-21/11 | Cátedra: Selección y Reducción de Atributos. | Selección y Reducción de Atributos: Parte 2 Selección y Reducción de Atributos: Parte 3 |
Selección y Reducción de Atributos |
13 | 22/11-28/11 | Cátedra: Modelos Lineales y Redes Neuronales. Lunes 22/11 - Entrega Tarea 4 Publicación Tarea 5 recuperativa. |
Modelos Lineales y Redes Neuronales: Parte 1 Modelos Lineales y Redes Neuronales: Parte 2 |
Modelos Lineales y Redes Neuronales |
14 | 29/11-05/12 | Material complementario: Privacidad |
||
Receso Académico | ||||
Exámenes | Jueves 16/12: Entrega Hito 3 Jueves 16/12 - Entrega Tarea 5 recuperativa. |
- Libro: Introduction to Data Mining (Second Edition)
- Repositorio antiguo del curso por Mauricio Quezada
- Proyectos de años anteriores
- Hands-on Machine Learning with Scikit-Learn, Keras and TensorFlow: Notebooks
- Perfil de Hans Rosling en TED
- Python Machine Learning book code repository
- Machine learning examples: A collection of machine learning examples and tutorials
- KDnuggets: sitio Web muy popular sobre DM, ML, AI, etc
- Centroid Initialization Methods for k-means Clustering - KDnuggets
- Nested Cross-Validation for Machine Learning with Python
- Mathematics for Machine Learning
- FAISS a library for very fast clustering
- Data Transformation: Standardization vs Normalization
- Machine learning sucks at covid by Cory Doctorow