IFCT0136 Minería de datos y Big Data para ingeniería

Contenido SCORM para el curso IFCT0136 Minería de datos y Big Data para ingeniería

El curso IFCT0136 Minería de datos y Big Data para ingeniería está diseñado para desarrollar conocimientos y habilidades en la aplicación de técnicas avanzadas de minería de datos y Big Data orientadas a la resolución de problemas en el ámbito de la ingeniería.

Este contenido formativo permite conocer los fundamentos de la minería de datos y el aprendizaje automático, trabajar con R y RStudio para el análisis y la visualización de información y comprender aspectos relacionados con la eficiencia en el tratamiento de grandes volúmenes de datos.

A lo largo del curso, se abordan técnicas de preprocesamiento y modelado predictivo, algoritmos de clasificación y clustering, análisis de redes y procedimientos para evaluar modelos y presentar resultados que faciliten la toma de decisiones basada en datos.

Además, se profundiza en el procesamiento distribuido mediante Hadoop y MapReduce y en la aplicación de técnicas de minería de datos con WEKA, proporcionando una visión amplia de herramientas y metodologías utilizadas en proyectos de Big Data e ingeniería de datos.

Objetivos del curso

Objetivo general:
– Aplicar técnicas avanzadas de minería de datos y algoritmos de Big Data mediante R, Hadoop y WEKA, abordando desde el análisis y modelado predictivo hasta el procesamiento distribuido, para resolver problemas de ingeniería y apoyar la toma de decisiones basada en datos.

Objetivos específicos:
– Conocer los conceptos fundamentales de la minería de datos y el aprendizaje automático, sus áreas de aplicación y técnicas principales y los principales elmentos para mejorar la eficiencia energética en el trabajo con grandes volúmenes de datos.
– Aprender a utilizar R y RStudio como herramientas para análisis de Big Data, visualización y manipulación de datos.
– Desarrollar habilidades en técnicas de preprocesamiento, modelado predictivo y análisis de redes sociales, con un enfoque práctico en la toma de decisiones.
– Comprender los fundamentos de procesamiento distribuido utilizando Hadoop y MapReduce, así como a usar herramientas de minería de datos como WEKA para experimentar con algoritmos y modelos predictivos en un entorno visual.

Índice de contenidos

MÓDULO 1. INTRODUCCIÓN A LA MINERÍA DE DATOS Y APRENDIZAJE AUTOMÁTICO

1. CONOCIMIENTO DE LOS CONCEPTOS BÁSICOS DE MINERÍA DE DATOS Y APRENDIZAJE AUTOMÁTICO

2. APLICACIÓN DEL PROCESO DE DESCUBRIMIENTO DE CONOCIMIENTO EN BASES DE DATOS (KDD)

3. APLICACIÓN DE MODELOS Y TÉCNICAS DE DATA MINING

4. USO DE MINERÍA DE TEXTOS Y WEB MINING

5. IDENTIFICACIÓN DE APLICACIONES PRÁCTICAS

6. IDENTIFICACIÓN DE PROCEDIMIENTOS DE EFICIENCIA ENERGÉTICA EN EL TRABAJO CON GRANDES VOLÚMENES DE DATOS
6.1. Optimización del consumo energético mediante la gestión eficiente de recursos
6.2. Gestión eficiente del almacenamiento para reducir el desperdicio de espacio
6.3. Uso de herramientas de monitorización para identificar y reducir el consumo innecesario de recursos.

MÓDULO 2. ANÁLISIS Y VISUALIZACIÓN DE DATOS

1. UTILIZACIÓN DE R Y RSTUDIO
1.1. Instalación y configuración de R y RStudio
1.2. Fundamentos del lenguaje R
1.3. Estructuras de datos en R (vectores, listas, matrices y data frames)
1.4. Control de flujo y funciones en R
1.5. Visualización de datos en gráficos básicos con ggplot2
1.6. Introducción a expresiones regulares

2. INTEGRACIÓN DE R CON HADOOP Y CASOS DE USO EN BIG DATA.

MÓDULO 3. MODELADO PREDICTIVO Y ANÁLISIS DE REDES

1. PREPROCESAMIENTO Y MODELADO PREDICTIVO
1.1. Extracción, transformación y carga de datos (ETL)
1.2. Inferencia estadística y pruebas de hipótesis
1.3. Modelos de regresión y clasificación
1.4. Árboles de decisión (C4.5, M5P, etc.) y Random Forest
1.5. Algoritmos de clustering y k-NN
1.6. Evaluación de rendimiento de modelos predictivos

2. ANÁLISIS DE REDES Y PRESENTACIÓN DE RESULTADOS
2.1. Introducción a la teoría de grafos y redes sociales
2.2. Métricas y análisis de redes sociales
2.3. Técnicas de visualización de redes
2.4. Presentación de resultados para toma de decisiones

MÓDULO 4. PROCESAMIENTO DISTRIBUIDO Y MINERÍA DE DATOS

1. PROCESAMIENTO DISTRIBUIDO DE DATOS
1.1. Introducción a Hadoop y el sistema de archivos HDFS
1.2. Conceptos básicos de configuración de clusters
1.3. Procesamiento de datos con MapReduce
1.4. Buenas prácticas para la administración de datos distribuidos
1.5. Ejecución de trabajos MapReduce en entornos distribuidos

2. APLICACIÓN DE MINERÍA DE DATOS
2.1. Introducción a WEKA y técnicas de data mining aplicadas
2.2. Selección de atributos y preparación de datos
2.3. Ejecución de algoritmos de clasificación y clustering
2.4. Evaluación de modelos y análisis de resultados.