Este curso presenta conceptos fundamentales para la extracción de información por medio de modelos y algoritmos automatizados ejecutados en bases de datos. El curso se enfoca en el estudio de procedimientos usados en Minería de Datos y su correcta aplicación, incluyendo sus ventajas y limitaciones. Estos procedimientos buscan encontrar relaciones y patrones en los datos que permitan generalizar un comportamiento aleatorio o describir situaciones locales de interés en los datos registrados. Se hará énfasis en los conceptos que permitan implementar, seleccionar y evaluar algoritmos o modelos adecuados. Muchos de estos conceptos cubren temas de estadística y de aprendizaje de máquinas (machine learning). En general, el curso se fundamenta en tres tareas generales de la Minería de Datos: análisis predictivo (basado en las herramientas de machine learning para clasificación y regresión), análisis descriptivo (basado en aprendizaje no supervisado) y descubrimiento de patrones locales (comportamiento atápico, asociaciones, etc).

Los objetivos principales del curso son:

• Comprender los conceptos fundamentales de la Minería de Datos: buen uso de los datos, dimensión y complejidad del problema, evaluación y selección de mejores modelos y algoritmos.
• Comprender el funcionamiento de cada técnica estudiada en el curso, incluyendo sus supuestos y limitaciones.
• Aprender a utilizar herramientas computacionales que permitan la correcta aplicación de los métodos estudiados.
• Desarrollar habilidades para el análisis, la comprensión y la comunicación de resultados obtenidos.