Data Mining 2019
CENTRO DE INVESTIGACIÓN Y ESTUDIOS AVANZADOS DEL IPN
Tópicos selectos en: Minería de datos
Verano 2019
Dr. Hugo Jair Escalante; hugojair(at)inaoep.mx
Horario: Martes y jueves 8:00 a 10:00 hrs.
Objetivo
Que el alumno conozca los fundamentos del aprendizaje computacional y sea capaz de proponer soluciones a problemas que lo involucran. Estar al tanto de los avances más recientes en el área.
Temario + material
2.- Aprendizaje supervisado - modelos lineales
4.- Aprendizaje basado en Instancias
5.- El clasificador ingenuo de Bayes
7.- DL2: CNNs y otras variantes tarea 2!
8.- Máquina de soporte vectorial
10.- Reducción de dimensionalidad
11.- Clustering documents (Material Manuel Montes) y 11.- Clustering (Material Eduardo Morales)
12.- Representaciones distribucionales y distribuidas de términos
Proyectos
Nuevo!
Información sobre proyectos del curso
Material de lectura
Bibliografía
- C. Bishop. Pattern Recognition and Machine Learning. Springer, 2006.
- T. Hastie, R. Tibshirani, J. Friedman. The Elements of Statistical Learning, Springer, 2009.
- R. O. Duda, P. Hart, D. Stork. Pattern Classification. Wiley, 2001.
- I. Guyon, et al. Feature Extraction: Foundations and Applications, Springer 2006.
- T. Mitchell. Machine Learning. Mc Graw-Hill
- I. Goodfellow et al. Deep Learning. MIT Press
Estudiantes:
TBA