Visualización del Evento

Denominación del Curso: MINERIA-DE-DATOS

Categorización: Perfeccionamiento

Fecha de Inicio: 25-10-2018

Responsable:

Dr. Marcelo Luis ERRECALDE

Coordinador:

Dr. Marcelo Luis ERRECALDE

Descripción:

CARACTERÍSTICAS DEL CURSO

DESTINATARIOS Y REQUISITOS DE INSCRIPCIÓN: Egresados con título de grado de 4 años o más en carreras afines a la temática del curso: Profesionales con Título de grado en carreras de Informática/Computación o bien con títulos de grado en otras disciplinas pero con experiencia en herramientas computacionales vinculadas al análisis de datos.

CUPO: Mínimo: 5 personas. Máximo: 25 alumnos

PROCESO DE ADMISION: Se controlará que tenga el perfil de los destinatarios presentados más arriba y, en caso de superarse el cupo máximo especificado, se dará prioridad a aquellos alumnos que necesiten los créditos para una carrera de postgrado de la UNSL.

LUGAR DE DICTADO:Departamento de Informática – Facultad de Ciencias Físico Matemáticas y Naturales

FECHA PREVISTA PARA ELEVAR LA NÓMINA DE ALUMNOS APROBADOS: 1 de Marzo de 2019.

 CRONOGRAMA DE ACTIVIDADES

1er encuentro: 25, 26 y 27 de Octubre. Horarios: 25 y 26 de 18 a 21. 27 de 9 a 13. Sala de Postgrado 2. Temas: aspectos introductorios. Introducción a sci-kit learn y Weka. Docente a cargo: Marcelo Luis Errecalde

2do encuentro: 8, 9 y 10 de Noviembre. Horarios: 8 y 9 de 18 a 21. 10 de 9 a 13. Sala de Postgrado 1. Temas: Arboles de decisión. Clustering. Docentes a cargo: Marcelo Luis Errecalde y Leticia Cagnina.

3er encuentro: 22, 23 y 24 de Noviembre. Horarios: 22 y 23 de 18 a 21. 24 de 9 a 13. Sala de Postgrado 2. Temas: SVM, Regresión. Evaluación de modelos. Docentes a cargo: Marcelo Luis Errecalde, Luis Avila y Edgardo Ferretti.

4to encuentro: 13, 14 y 15 de Diciembre. Horarios: 13 y 14 de 18 a 21. 15 de 9 a 13. Sala de Postgrado 2. Temas: Arquitecturas de redes neuronales y Aplicaciones. Docentes a cargo: Marcelo Luis Errecalde y Edgardo Ferretti.

ARANCEL GENERAL: Gratuito

OBJETIVOS:

 

Introducir al alumno en los principales conceptos vinculados a la Minería de datos. Al finalizar el curso los alumnos deberán ser capaces de identificar las principales etapas del proceso KDD, tareas relevantes de la Minería de datos, modelos y formas de evaluación del conocimiento extraído. Se espera además que los mismos sean capaces de detectar situaciones propicias para abordar con técnicas de MD y aplicar estas técnicas en aplicaciones concretas del mundo real.

 

Informes: merreca@unsl.edu.ar

Resolución de Protocolización: