| MÁSTER |
MÁSTER EN APRENDIZAJE ESTADÍSTICO Y DATA MINING |
Especialista Universitario en Aprendizaje estadístico y Data Mining (30 créditos)
Módulo 1: Principios de data mining (5 créditos).
Módulo 2: Visualización y exploración de datos (5 créditos).
Módulo 3: Aprendizaje supervisado: clasificación y regresión (10 créditos).
Módulo 4: Aprendizaje no supervisado: asociación y análisis cluster (10 créditos).
Módulo 5: Redes neuronales (10 créditos).
Módulo 6: Métodos de búsqueda aleatoria (10 créditos).
Módulo 7: Text Mining (10 créditos).
| Código
|
Título
|
Carácter
|
Créditos
|
Precio Módulo
|
Precio Material
|
| 0001 |
Principios de Data Mining |
Obligatorio |
5 |
200,00 € |
- |
| 0002 |
Visualización y exploración de datos |
Obligatorio |
5 |
200,00 € |
- |
| 0003 |
Aprendizaje supervisado: Clasificación y regresión |
Obligatorio |
10 |
400,00 € |
- |
| 0004 |
Aprendizaje no supervisado: asociación y análisis cluster |
Obligatorio |
10 |
400,00 € |
- |
| 0005 |
Redes neuronales |
Obligatorio |
10 |
400,00 € |
- |
| 0006 |
Métodos de búsqueda aleatoria |
Obligatorio |
10 |
400,00 € |
- |
| 0007 |
Text Mining |
Obligatorio |
10 |
400,00 € |
- |
4. Metodología y Actividades
El programa modular se impartirá siguiendo la metodología-didáctica a distancia propia de la UNED, que descansa fundamentalmente en dos pilares: los materiales didácticos y los canales de comunicación entre los alumnos y el equipo docente.
Los materiales didácticos incluyen una serie de libros de texto disponibles actualmente en el mercado, junto con varios artículos preparados por el profesorado del curso. Estos materiales serán enviados directamente a los alumnos desde los servicios administrativos del programa.
Los canales de comunicación, que permitirán una constante interacción entre los alumnos y el equipo docente, están integrados por toda la serie de medios disponibles actualmente: correo postal, teléfono, fax, correo electrónico, videoconferencia, cursos virtuales y foros de debate on-line, etc. Asimismo, los alumnos que lo deseen podrán concertar entrevistas personales con los miembros del equipo docente. Mediante los medios tecnológicos se crearán auténticos vínculos dinámicos de intercomunicación entre los participantes en el programa, para simplificar eficazmente el esfuerzo que conlleva el estudio a distancia.
El método de estudio consistirá en que los alumnos deberán trabajar sobre los materiales didácticos, que serán autosuficientes, y dispondrán en todo momento de mecanismos para el seguimiento del aprendizaje, incluyendo la asistencia de profesores tutores, procedimientos de autoevaluación, etc. Ocasionalmente, podrán organizarse encuentros presenciales, visitas prácticas, trabajos de campo, etc. si bien, con carácter general, se prevé que estos sean de asistencia voluntaria. Este método de estudio permite compaginar, de una forma muy flexible, las obligaciones personales del alumno con el seguimiento del programa.
5. Material Didáctico Obligatorio
El libro básico que servirá de referencia a lo largo del curso es: HAND, D., H. MANILA Y P. SMYTH (2001): Principles of Data Mining. The MIT Press.
Se utilizarán también otros textos que se enviarán oportunamente.
Se dispondrá también de un documento general de orientación sobre el programa denominado Guía didáctica que incluirá toda la información necesaria para el seguimiento de cada módulo, tanto en lo referente a aspectos de organización, como en las pertinentes recomendaciones de tipo metodológico, tutorías, actividades y criterios de evaluación, entre otras.
|
