fcomoraga / CC5206

Introducción a la Minería de Datos

CC5206

Repositorio del curso Introducción a la Minería de Datos dictado en el Departamento de Ciencias de la Computación de la Universidad de Chile

• Profesores de Cátedra: Hernán Sarmiento y Andrés Abeliuk

• Profesores Auxiliares: Alison Fernandez, Cinthia Mabel Sánchez

• Playlist de Youtube con videos de clases

• Reglas del Curso Otoño 2021

• Sugerencias de Proyecto

• Curso diseñado por: Bárbara Poblete y Felipe Bravo-Marquez

Contenidos Publicados por Semana

Semana	Fechas	Actividades	Videos	Slides
1	16/08 - 22/08	Cátedra: Introducción, Datos 1	Introducción: Parte 1 Introducción: Parte 2 Introducción: Parte 3 Datos I: Parte 1 Datos I: Parte 2	Introducción Motivación Datos I
2	23/08 - 29/08	Cátedra: Datos II. Publicación Tarea I	Datos II: Parte 1 Datos II: Parte 2 Datos II: Parte 3	Datos II
3	30/08 - 05/09	Cátedra: Exploración de datos en R, Clasificación I.	Exploración de datos en R: Parte 1 Exploración de datos en R: Parte 2 Exploración de datos en R: Parte 3 Exploración de datos en R: Parte 4 Clasificación I: Parte 1 Clasificación I: Parte 2	Exploración de datos en R Clasificación I
4	6/09-12/09	Cátedra: Clasificación II - Framework, Clasificación III - Algoritmos de Clasificación (árboles, KNN, Naive Bayes). Lunes 06/09 - Entrega Tarea 1.	Clasificación II: Parte 1 Clasificación II: Parte 2 Clasificación II: Parte 3 Clasificación II: Parte 4 Clasificación III: Parte 1 Clasificación II: Parte 2 Clasificación II: Parte 3	Clasificación II Clasificación III
Receso Académico
5	20/09-26/09	Cátedra: Clasificación IV - Support Vector Machines Publicación Tarea 2 Entrega Hito 1	Clasificación IV: Parte 1 Clasificación IV: Parte 2 Clasificación IV: Parte 3 Clasificación IV: Parte 4	Clasificación IV
6	27/09-03/10	Cátedra: Clasificación V - Caso estudio Rumores en Twitter.	Clasificación V	Clasificación V
7	04/10-10/10	Cátedra: Clustering I - Introducción, Clustering II - Algoritmos de Clustering . Lunes 04/10 - Entrega Tarea 2	Clustering I Clustering II: Parte 1 Clustering II: Parte 2 Clustering II: Parte 3 Clustering II: Parte 4	Clustering I Clustering II
8	11/10-17/10	Cátedra: Clustering III - Validación de Clusters. Publicación Tarea 3	Clustering III	Clustering III
9	18/10-24/10	Cátedra: Reglas de Asociación. Entrega Hito 2	Reglas de Asociación: Parte 1 Reglas de Asociación: Parte 2	Reglas de Asociación
10	25/10-31/10	Cátedra: Reglas de Asociación. Lunes 25/10 - Entrega Tarea 3.	Reglas de Asociación: Parte 3 Reglas de Asociación: Parte 4
Receso Académico
11	08/11-14/11	Cátedra: Selección y Reducción de Atributos. Publicación Tarea 4.	Selección y Reducción de Atributos: Parte 1	Selección y Reducción de Atributos
12	15/11-21/11	Cátedra: Selección y Reducción de Atributos.	Selección y Reducción de Atributos: Parte 2 Selección y Reducción de Atributos: Parte 3	Selección y Reducción de Atributos
13	22/11-28/11	Cátedra: Modelos Lineales y Redes Neuronales. Lunes 22/11 - Entrega Tarea 4 Publicación Tarea 5 recuperativa.	Modelos Lineales y Redes Neuronales: Parte 1 Modelos Lineales y Redes Neuronales: Parte 2	Modelos Lineales y Redes Neuronales
14	29/11-05/12	Material complementario: Privacidad
Receso Académico
Exámenes		Jueves 16/12: Entrega Hito 3 Jueves 16/12 - Entrega Tarea 5 recuperativa.

Links

1. Libro: Introduction to Data Mining (Second Edition)
2. Repositorio antiguo del curso por Mauricio Quezada
3. Proyectos de años anteriores
4. Hands-on Machine Learning with Scikit-Learn, Keras and TensorFlow: Notebooks
5. Perfil de Hans Rosling en TED
6. Python Machine Learning book code repository
7. Machine learning examples: A collection of machine learning examples and tutorials
8. KDnuggets: sitio Web muy popular sobre DM, ML, AI, etc
9. Centroid Initialization Methods for k-means Clustering - KDnuggets
10. Nested Cross-Validation for Machine Learning with Python
11. Mathematics for Machine Learning
12. FAISS a library for very fast clustering
13. Data Transformation: Standardization vs Normalization
14. Machine learning sucks at covid by Cory Doctorow