CONTENIDO

1. EL PROCESO DE DESCUBRIMIENTO DE CONOCIMIENTO EN BASES DE DATOS.
1.1 Definición del proceso de data mining .
1.2 Análisis de las fases del proceso de acuerdo a CRISP-DM: o Compresión del problema o Comprensión
de los datos o Preparación de los datos o Modelado o Evaluación o Implantación.

2. EL CICLO DE DATA MINING: FASES Y TIPOS DE PROBLEMAS.
2.1 Tipos de problemas.
2.1.1. Descriptivos o asociación o clustering.
2.1.2. Predictivos o clasificación.
2.2 Implicaciones de los datos, dominios, técnicas en las fases del proceso
2.3 Casos de uso.

3. TÉCNICAS DE DATA MINING.
3.1 Clasificación o Arboles de decisión o Naive Bayes
3.2 Clustering o K-means o EM
3.3 Asociacion o A priori UNIDAD 4 CONSOLIDACIÓN DE DATA MINING.
3.4 Presentación de un caso practico
3.5 Aplicación del proceso CRISP-Dm
3.6 Elaboración de un plan de proyecto