Inteligencia de Negocio 4º de Grado en Ingeniería Informática Curso

Inteligencia de Negocio
4º de Grado en Ingeniería Informática
Curso 2014-2015
S.
Grupo de teoría
(martes, 11:30-13:30, aula 1.4)
1 23-sep Presentación de la asignatura
2 30-sep
3
7-oct
4 14-oct
5 21-oct
6 28-oct
7
8
9
T1: Introducción
T2: Retos en IN (2h)
T3: Minería de datos. Ciencia
de Datos (2h)
T4: Modelos de predicciónI
(clasificación)(2h)
T4: Modelos de predicción I
(clasificación) (2h)
T4: Modelos de predicción II
(regresión) (2h)
4-nov T5: Preparación de datos (2h)
12
23-sep
25-sep
–––––––
30-sep S1: Herramientas IN
7-oct S2: KNIME,Weka
14-oct Ejercicios
21-oct
S3: Clasificación
Explicación guión P1
–––––––
2-oct S1: Herramientas IN
9-oct S2: KNIME,Weka
16-oct Ejercicios
23-oct
S3: Clasificación
Explicación guión P1
28-oct Desarrollo P1
30-oct Desarrollo P1
4-nov S4: Visualización
6-nov S4: Visualización
11-nov T5: Preparación de datos (2h)
S5: Preprocesado,
KEEL
13-nov
Explicación guión P2
Entrega P1
18-nov T6: Agrupamiento/segm. (2h)
18-nov Desarrollo P2
20-nov Desarrollo P2
T4: Modelos de predicción III
(series temporales) (2h)
T8: Modelos avanzados (1h)
9-dic
Prueba parcial (1h)
2-dic
13 16-dic T8: Modelos avanzados (2h)
14
Grupo de prácticas 2
(jueves, 9:30-11:30, lab. 3.2)
S5: Preprocesado,
KEEL
11-nov
Explicación guión P2
Entrega P1
10 25-nov T7: Asociación (2h)
11
Grupo de prácticas 1
(martes, 9:30-11:30, lab. 2.6)
6-ene
No lectivo
15 13-ene T9: Big Data (2h)
16 20-ene Problemas y ejercicios (2h)
S6: Agrupa./segm.
Explicación guión P3
S7: Data stream
2-dic
mining
S8: Escalabilidad
16-dic Explicación guión P4
Entrega P3
S6: Agrupa./segm.
Explicación guión P3
S7: Data stream
4-dic
mining
–––––––
11-dic
(docencia de lunes)
S8: Escalabilidad
18-dic Explicación guión P4
Entrega P3
6-ene
No lectivo
6-ene Entrega P2
8-ene Desarrollo P4
6-ene Entrega P2
25-nov
9-dic Desarrollo P3
27-nov
13-ene S9: Big Data
15-ene S9: Big Data
20-ene Desarrollo P4
22-ene Desarrollo P4
23-ene Entrega P4
23-ene Entrega P4
Inteligencia de Negocio
4º de Grado en Ingeniería Informática
Curso 2014-2015
Temario de teoría
Tema 1: Introducción a la Inteligencia de Negocio
• Elementos de una herramienta de business
intelligence
• Procesos de extracción, transformación y
carga. Data warehouse.
• Reportes y Consultas
• Análisis de Datos
Tema 2: Retos en Inteligencia de Negocio
• Inteligencia de Negocio en la nube y Big Data
• Inteligencia de Negocio móvil
• Aplicaciones para la empresa
Temario de prácticas
Práctica 1: Resolución de problemas de clasificación
Práctica 2: Resolución y defensa pública de un caso
práctico en preprocesamiento de datos
Práctica 3: Resolución de problemas de
segmentación y asociación. Visualización
Práctica 4: Resolución de problemas de escalabilidad
de datos. Big Data
Seminarios
Seminario 1: Herramientas de Business Intelligence.
Tema 3: Minería de Datos
Herramientas comerciales y de código
• Proceso de extracción de conocimiento de una
abierto
base de datos
Seminario 2: Herramientas de Minería de Datos:
• Etapas en el proceso de extracción de
KNIME, Weka y KEEL
conocimiento
Seminario 3: Problemas de clasificación. Aspectos
• Aplicaciones para la empresa
prácticos
Tema 4: Modelos de Predicción: Clasificación, regresión Seminario 4: Técnicas de visualización de datos
y series temporales
Seminario 5: Problemas de preprocesamiento de
• Técnicas de clasificación: reglas, modelos
datos. Herramienta KEEL. Competición
aproximativos, …
sobre un problema real
• Regresión
Problemas de segmentación, asociación
Seminario
6:
• Análisis de series temporales
y visualización. Aspectos prácticos
• Aplicaciones en el entorno empresarial
Seminario 7: Minería de flujo de datos (data stream
Tema 5: Preparación de Datos
mining)
• Introducción al preprocesamiento de datos
Seminario 8: Problemas de escalabilidad de datos.
• Integración de bases de datos
Aspectos prácticos
• Limpieza de datos: valores perdidos, ruido …
Seminario 9: Herramientas de Big Data: El
• Transformación de datos
paradigma MapReduce. Plataforma
• Reducción de datos: selección de instancias y
Hadoop y Spark. Librería Mahout
características
Tema 6: Modelos de Agrupamiento o Segmentación
• Introducción al agrupamiento. Aplicaciones
• Técnicas de agrupamiento
• Aplicaciones para la empresa
Enlaces de interés
http://sci2s.ugr.es/docencia/in/
Tema 7: Modelos de Asociación
• Introducción a la asociación de conceptos
• Algoritmos de reglas de asociación
• Aplicaciones para la empresa
http://www.bzst.com/
http://www.kdnuggets.com/news/
http://tryr.codeschool.com
http://www.kaggle.com
Tema 8: Modelos Avanzados de Minería de Datos
• Big Data
• Detección de anomalías y clases minoritarias
• Flujo continuo de datos (data streams)
http://www.knime.org/
http://www.cs.waikato.ac.nz/ml/weka
http://www.keel.es/
http://mahout.apache.org
http://moa.cms.waikato.ac.nz

Download Report