Curso académico 2016-2017

Aprendizaje Estadístico y Data Mining (Plan 09)

del 9 de enero al 30 de septiembre de 2017 (fechas según módulos)
La matrícula no está abierta.
compartir imprimir pdf
Características: material impreso, material multimedia, actividades presenciales optativas, curso virtual y guía didáctica.
Departamento
Estadística e Invest. Operativa y Cálc. Numérico
Facultad de Ciencias
PROGRAMAS DE POSTGRADO Y DESARROLLO PROFESIONAL CON ESTRUCTURA MODULAR
Curso 2016/2017

La UNED ofrece también cursos con estructura modular en los que se ofrecen al alumno itinerarios desarrollados en módulos que conducen a diferentes titulaciones de diferentes niveles.

A los efectos de este programa, vease el apartado 2 de esta información.

Requisitos de acceso:

Solo para programas que oferten títulos o diplomas de Máster, Especialista o Experto, el estudiante debe estar en posesión de un título de grado, licenciado, diplomado, ingeniero técnico o arquitecto técnico. El director del curso podrá proponer que se establezcan requisitos adicionales de formación previa específica en algunas disciplinas.

Asimismo, de forma excepcional y previo informe favorable del director del curso, el Rectorado podrá eximir del requisito previo de la titulación en los cursos conducentes al Diploma de Experto Universitario. Los estudiantes deberán presentar un curriculum vitae de experiencias profesionales que avalen su capacidad para poder seguir el curso con aprovechamiento y disponer de acceso a la universidad según la normativa vigente.

El estudiante que desee matricularse en algún curso del Programa de Postgrado sin reunir los requisitos de acceso podrá hacerlo aunque, en el supuesto de superarlo, no tendrá derecho al Título propio, sino a un Certificado de aprovechamiento.

Para el resto de acreditaciones o titulaciones que se pudieran ofertar este programa (Diploma de Experto Profesional, Certificado de Enseñanza Abierta o Certificado de Actualización Profesional) no hay requisitos mínimos de acceso, salvo los específicos de cada curso establecidos por su director.

1. Presentación y objetivos

Los avances tecnológicos han facilitado notablemente la obtención y almacenamiento de datos en formato digital, por lo que actualmente es posible disponer de bases de datos de gran tamaño que encierran información relevante para su propietario y que puede resultar valiosa para tomar mejores decisiones de gestión.

Esto ha despertado un gran interés por desarrollar técnicas estadísticas y de inteligencia artificial para extraer dicha información desconocida de las grandes masas de datos. Las disciplinas que persiguen, de una manera general, estos objetivos se engloban dentro de un nuevo campo que suele denominarse "APRENDIZAJE ESTADÍSTICO" o bien de una manera más sugerente "DATA MINING" o "BUSSINES INTELIGENCE". Estas disciplinas incluyen un conjunto de técnicas que se encuentran dispersas por diversos ámbitos científicos y utilizan, con frecuencia, diferentes lenguajes y modos de presentación, por lo que resulta difícil para la persona no especialista aprovechar estas herramientas y extraer de ellas resultados prácticos para la empresa, la investigación, el mercado, etc. El programa modular "Aprendizaje estadístico y Data mining" persigue sistematizar y unificar estas técnicas en una presentación conjunta que permita dar una visión clara de sus fundamentos teóricos y, sobre todo, de su utilidad práctica a la hora de enfrentarse con problemas reales. El objetivo general del programa es estudiar los principios de los nuevos enfoques metodológicos del tratamiento de datos, así como algunas de las principales técnicas con mayor utilización en la práctica. Además se pretende lograr que sus participantes estén en disposición de realizar proyectos prácticos que permitan explotar el conocimiento que pueda encontrarse escondida dentro de las grandes bases de datos.

De una manera específica, los principales objetivos del programa son los siguientes:

a) Conocer los principios generales de las nuevas técnicas para el tratamiento de grandes masas de datos.

b) Estudiar los principales métodos y algoritmos de Data mining.

c) Estudiar métodos complementarios para el desarrollo de análisis de grandes masas de datos, incluso no estructurados, introduciéndose en los campos de Text Mining y Web Mining.

e) Familiarizarse con la práctica del tratamiento de grandes masas de datos.

2. Contenido y programa
2.1 Títulos
Tipo TítuloTítuloCréditos ETCSPrecio Material
DIPLOMA DE ESPECIALIZACIÓNAprendizaje Estadístico y Data Mining30250€
TÍTULO DE MÁSTERAprendizaje Estadístico y Data Mining60500€
2.2 Módulos del programa, calendario y precio
CódigoMóduloCréditos ETCSPrecio Módulo
0001Principios de Data Mining. Visualización y Exploración de Datosdel 9 de enero al 30 de septiembre de 2017.10420€
0002Aprendizaje Supervisado: Clasificación y Regresióndel 9 de enero al 30 de septiembre de 2017.10420€
0003Aprendizaje No Supervisado: Asociación y Análisis Clusterdel 9 de enero al 30 de septiembre de 2017.10420€
0004Métodos Heurísticosdel 9 de enero al 30 de septiembre de 2017.10420€
0005Text Miningdel 9 de enero al 30 de septiembre de 2017.10420€
0006Web Miningdel 9 de enero al 30 de septiembre de 2017.10420€
2.3 Itinerario

Títulos: Diploma de Especialización en Aprendizaje estadístico y Data Mining (30 créditos) Módulo 1: Principios de data mining. Visualización y explotación de datos (10 créditos).: Módulo 2: Aprendizaje supervisado: clasificación y regresión (10 créditos). Módulo 3: Aprendizaje no supervisado: asociación y análisis cluster (10 créditos).

Título de Máster en Aprendizaje estadístico y Data Mining (60 créditos) Módulo 1: Principios de data mining. Visualización y explotación de datos (10 créditos). Módulo 2: Aprendizaje supervisado: clasificación y regresión (10 créditos). Módulo 3: Aprendizaje no supervisado: asociación y análisis cluster (10 créditos). Módulo 4: Métodos de búsqueda aleatoria (10 créditos). Módulo 5: Text Mining (10 créditos). Módulo 6: Web Mining (10 créditos).

NOTA: Los alumnos que obtengan el Diploma de Especialización y deseen acceder posteriormente al título de Máster únicamente tendrán que matricularse de los módulos 4,5,6 y abonar 250 euros en concepto de material adicional.

3. 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 participantes 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 y el correspondiente software. El estudio se orientará mediante una guía didáctica que contiene todas las indicaciones precisas para el desarrollo del trabajo individual. Los materiales preparados específicamente para el curso serán enviados directamente desde los servicios administrativos del programa, mientras que los participantes deberán obtener por su cuenta los materiales externos que se indican más adelante.

Los canales de comunicación, que permitirán una constante interacción entre los participantes en el programa 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, quienes 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 trabajar con los materiales didácticos, que serán autosuficientes; se dispondrá en todo momento de mecanismos para el seguimiento del aprendizaje, incluyendo la asistencia tutorial por parte del equipo docente, 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 de cada uno de los participantes en el programa con el seguimiento del mismo.

4. Duración y dedicación

La duración del programa abarcará de enero de 2017 hasta finales de septiembre de 2017.

La dedicación de cada título es la siguiente:

Diploma de Especialización en Aprendizaje estadístico y Data mining: 30 créditos ECTS.

Master/Maestría Internacional en Aprendizaje Estadístico y Data mining: 60 créditos ECTS.

5. Material didáctico para el seguimiento del curso
5.1 Material obligatorio
5.1.1 Material enviado por el equipo docente (apuntes, pruebas de evaluación, memorias externas, DVDs, .... )

Se utilizarán documentos y software que se enviarán oportunamente. En particular, se dispondrá 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.

Este material será abonado por el alumno junto a la matrícula del curso.
5.1.2 Material editado y de venta al público en librerías y Iibrerías virtuales
Introducción a la minería de datos
Autores
Ramírez Quintana, María José; Ferri Ramírez, César; Hernández Orallo, José
Editorial
Alhambra
Edición
2004
Precio aproximado
27.90€
ISBN
84-205-4091-9
Data Mining
Autores
Ian H. Witten
Precio aproximado
50€
ISBN
978-0123748560
Principles of Data Mining
Autores
D. J. Hand
Precio aproximado
90€
ISBN
978-0262082907
Data Mining the Web
Autores
Zdravko Markov
Precio aproximado
90€
ISBN
978-0471666554
Text Mining Application Programming
Autores
Manu Konchady
Precio aproximado
40€
ISBN
978-1584504603
Nature-Inspired Metaheuristic Algorithms
Autores
Yang, Xin-She
Editorial
Luniver Press
Edición
2010
Precio aproximado
30€
ISBN
978-1905986286
Introduction to Data Mining
Autores
Pang-Ning Tan
Precio aproximado
100€
ISBN
9780321420527
Puede adquirir dichos materiales a través de la Librería Virtual de la UNED.
6. Atención al estudiante

Los participantes podrán contactar con los miembros del equipo docente cuando lo deseen, utilizando el medio que les resulte más conveniente. Las cuestiones generales sobre la organización del programa y su funcionamiento serán competencia del director del programa.

Las señas de contacto del equipo docente son las siguientes:

Dr. Eduardo Ramos Méndez

Catedrático de Universidad

Director del Programa

Dpto. de Estadística, Investigación Operativa y Cálculo Numérico

UNED

C/ Senda del Rey 9, 28040 Madrid

Teléfono: +34 913987256

Fax: +34 913987261

e-mail: eramos@ccia.uned.es

Horario de asistencia tutorial: Miércoles de 16,30 a 20,30.

Dr. Ricardo Vélez Ibarrola

Catedrático de Universidad

Dpto. Estadística, Investigación Operativa y Cálculo Numérico

C/ Senda del Rey 9, 28040 Madrid

Teléfono 913987258

Fax: 913987261

e-mail: rvrelez@ccia.uned.es

Horario: Miércoles de 16,30 a 20,30.

Dr. Víctor Hernández Morales

Profesor Titular de Universidad

Dpto. Estadística, Investigación Operativa y Cálculo Numérico

C/ Senda del Rey 9, 28040 Madrid

Teléfono: 913987252

Fax: 913987261

e-mail: vhernandez@ccia.uned.es

Horario: Martes de 12 a 14 y de 17 a 19.

D.E.A Javier Vélez Reyes

Profesor Ayudante

Dpto. Sistemas Informáticos y Programación

Facultad de Informática

Universidad Complutense

Teléfono: 913987258

Fax: 913987261

e-mail: jvelez@lsi.uned.es

Horario: Miércoles de 16,30 a 20,30.

D.E.A José Antonio Carrillo Ruiz

Profesor Asociado

Dpto. de Estadística, Investigación Operativa y Cálculo Numérico y Unidad de Estadística del Órgano Central del Ministerio de Defensa

C/ Senda del Rey 9, 28040 Madrid

Teléfono: 91398707

Fax: 913987261

e-mail: jacarrillo@ccia.uned.es

Horario: Miércoles de 17 a 21.

Prof. Dra. Genoveva Leví Orta

Profesora Ayudante Doctor

Depto. Didáctica, Organización Escolar y Didácticas Especiales

Calle Juan del Rosal, 14

Teléfono: 913989544

email: genovevalevi@edu.uned.es

Horario: Miércoles de 16 a 20

Ana María Ramos Leví

Médico Interno

Especialidad Endocrinología y Nutrición

Hospital Clínico San Carlos

Profesor Martín Lagos s/n

28040 Madrid

Teléfono: +34 913987256

Fax: +34 913987261

e-mail: aramos@invi.uned.es

Horario: Miércoles de 16,30 a 20,30.

En los anteriores horarios de asistencia tutorial, es posible contactar directamente con el profesor telefónicamente, o incluso personalmente. Fuera de dichos puede utilizarse cualquier otro medio de contacto: e-mail, buzón de voz, fax, página web, etc.

7. Criterios de evaluación y calificación

La evaluación tendrá carácter continuo y se realizará mediante la modalidad de pruebas de evaluación a distancia para cada uno de los módulos del curso. El equipo docente asignará el trabajo que hay que realizar. Para cada módulo, habrá que completar las actividades asignadas y enviar el correspondiente trabajo para su evaluación, utilizando para ello el medio que le resulte más conveniente. En todo momento podrá acudir a la asistencia tutorial del responsable docente. Cada trabajo recibirá la correspondiente evaluación de la cual se recibirá la oportuna información. La evaluación final para cada una de las posibles titulaciones se basará en los trabajos relativos a cada módulo. De acuerdo con la normativa vigente de la UNED, la calificación final de cada una de las titulaciones será exclusivamente APTO, NO APTO o NO PRESENTADO.

8. Equipo docente

Director/a

Director - UNED
RAMOS MENDEZ, EDUARDO

Colaboradores UNED

Colaborador - UNED
CARRILLO RUIZ, JOSE ANTONIO
Colaborador - UNED
HERNANDEZ MORALES, JUAN MIGUEL VICTOR
Colaborador - UNED
LEVI ORTA, GENOVEVA DEL CARMEN
Didáctica, Organización Escolar y Dd. Especiales
Colaborador - UNED
RAMOS MENDEZ, EDUARDO
Colaborador - UNED
VELEZ IBARROLA, RICARDO

Colaboradores externos

Colaborador - Externo
RAMOS LEVÍ, ANA MARÍA
Colaborador - Externo
VELEZ REYES, JAVIER
9. Matriculación

Del 7 de septiembre de 2016 al 13 de enero de 2017.

Información

Teléfonos: 91 3867275 / 1592

Fax: 91 3867279

http://www.fundacion.uned.es/