El curso repasa los conceptos y principios básicos que subyacen a los principales modelos y técnicas de la ciencia de datos. Se explican con mayor detalle las técnicas descriptivas, como la agrupación en clústeres y la minería de patrones frecuentes, mientras que, en el caso de las técnicas predictivas, se hace hincapié principalmente en los conceptos de un modelo, sus parámetros e hiperparámetros, así como en la calidad y la validación de los modelos, incluyendo el sobreajuste y el subajuste, y las compensaciones entre sesgo y varianza. También se abordan cuestiones relacionadas con la calidad de los datos y el preprocesamiento en relación con diversos tipos de datos y problemas de modelización. Detalles de los temas tratados:

– Introducción al análisis bivariado y multivariado
– Visualización de datos y análisis exploratorio de datos
– Reducción de dimensionalidad y selección de características
– Agrupación: k-means, aglomerativa, DBSCAN, validación de clústeres;
– Minería de patrones frecuentes: conjuntos de elementos, reglas de asociación, medidas de calidad;
– Clasificación lineal y regresión: modelo, parámetros e hiperparámetros, validación, sobreajuste y subajuste, y el equilibrio entre sesgo y varianza;