1. Universidad Nacional del Oeste
Asignatura: Explotación de Datos Cod. de materia: 07046
Carrera: Licenciatura en Informática Cod. de carrera: 288
Ciclo académico: Superior
Año de la carrera: 3er
Horas de clases Semanales:
Teóricas: 1
Prácticas: 3
Régimen de Cursado: Cuatrimestral correspondiente al 2do Cuatrimestre de 3er año
Observaciones:
v
Cuerpo Docente/s
Responsable: Dejean Gustavo
Profesores:
Auxiliares:
Espacios Curriculares Correlativos Precedentes
Aprobada/s Cod. Asig. Cursada/s y regularizada/s Cod. Asig.
Base de Datos II 07042
Espacios Curriculares Correlativos Subsiguientes
Nómina Cod. Asig.
Práctica Profesional
07057

2. 1 - FUNDAMENTACIÓN
La disponibilidad de grandes volúmenes de información y de herramientas de software, han permitido que en la actualidad, las
técnicas de Explotación de Datos sean utilizadas en casi todos los campos disciplinares, tanto en las Ciencias exactas como en las
Ciencias sociales y en aplicaciones comerciales. Solo por citar algunos ejemplos podemos nombrar las siguientes áreas: Medicina,
Biología, Sociales, Astronomía, aplicaciones comerciales como ser: Entidades financieras, Bancarias, de Seguros, en Seguridad y
análisis de mercados. Por este motivo, es importante que el alumno pueda manejar: los conceptos y técnicas más habituales de la
explotación de Datos, el software apropiado y el análisis de los resultados o Modelos obtenidos.
2 – OBJETIVOS GENERALES
* Conocer las principales técnicas de Explotación de Datos.
* Saber aplicar las técnicas necesarias para poder extraer conocimiento oculto contenido en la Información a partir de un
conjunto de datos.
3 – OBJETIVOS ESPECÍFICOS
* Manejar con práctica las herramientas de software más comunes utilizadas en la Industria.
*Dominar las técnicas de análisis de componentes principales.
* Saber analizar, usando técnicas de regresión, un conjunto de datos.
4 – CONTENIDOS MÍNIMOS
El proceso de extracción del conocimiento. Técnicas de minería de datos predictivas y descriptivas. Análisis exploratorio, tipos de
gráficos. Calidad de los datos. Transformación de datos. El modelo lineal. Análisis discriminante.
Árboles de decisión. Métodos de agrupamiento.
5 – PROGRAMA ANALÍTICO
Unidad I
Introducción al concepto de explotación de Datos. El proceso de extracción del conocimiento. Técnicas de Minería de Datos.
Unidad II Estadística descriptiva
Tipos de variables: cualitativas y cuantitativas. Tablas de simple y doble entrada. Análisis exploratorio de datos. Tipos de gráficos:
histogramas, tortas, polígonos, diagramas de tallo-hoja, diagramas de dispersión. Estadísticos de tendencia central y dispersión.
Limpieza y transformación de datos.
Unidad III El Modelo de regresión lineal simple
Estimación de los parámetros β0 y β1 por mínimos cuadrados. Propiedades de los estimadores por mínimos cuadrados.
Estimación de σ. Prueba de hipótesis de la pendiente y de la ordenada al origen: Uso de pruebas t. Prueba del significado de la

3. regresión, Análisis de varianza. Intervalos de confianza de β0, β1 y σ. Predicción de nuevas observaciones. Algunas
consideraciones sobre el uso de la regresión. Regresión por el origen. Estimación por máxima verosimilitud.
Unidad IV Regresión lineal múltiple
Estimación de los coeficientes de regresión por mínimos cuadrados. Inadecuación de los diagramas de dispersión. Pruebas de
Hipótesis. Predicción de nuevas observaciones. Multicolinealidad. Comprobación de la adecuación del Modelo. Diagnóstico para
balanceo e influencia.
Unidad V Análisis Discriminante
Hipótesis en el modelo discriminante. Estimación del modelo. Clasificación mediante el modelo discriminante.
Unidad VI Métodos de agrupamiento
Técnicas descriptivas y predictivas de clasificación. Agrupamientos jerárquicos. El dendograma en el análisis del agrupamiento
jerárquico. Agrupamiento no jerárquico de K-medias.
Unidad VII Árboles de decisión
Árboles de decisión como técnica predictiva de clasificación. Características de los árboles de decisión. Árboles de decisión como
técnica de segmentación. Método Chaid.
6 – CRITERIOS DE EVALUACIÓN
El alumno deberá conocer y sabe aplicar, usando el software necesario, las técnicas más habituales de la minería de datos a un
conjunto de datos.
7- METODOLOGÍA DE TRABAJO PARA LA MODALIDAD PRESENCIAL (explicar el desarrollo general de la materia)
La actividad curricular constará de clases teórico-prácticas y principalmente de laboratorio. Cada tema teórico será abordado en
clase brindando ejemplos de aplicación; posteriormente, se realizará análisis de datos utilizando el software necesario. Los TTPP
especiales deberán ser resueltos de a pares de alumnos.
Las técnicas y recursos didácticos empleados serán:
Exposición oral por parte del profesor con abundante formulación de preguntas y seleccionando convenientemente las respuestas
dadas por los alumnos.
Exposición usando presentaciones o directamente usando el software proyectado con cañon.
Trabajos grupales, resolución de un caso real. (trabajo práctico especial)
Consultas (personalizadas y/o públicas).
Utilización del software disponible.
Utilización de INTERNET como un medio habitual para la búsqueda de respuestas a consultas, bajar bibliotecas, software y como
medio de comunicación con los proveedores de software.
8- ACREDITACIÓN DE ALUMNOS PRESENCIALES
Parciales
Se tomarán un parcial según figura en el cronograma. Podrán rendir examen parcial todos los alumnos que cumplan un 75 % de
asistencia al día del parcial. Los parciales corregidos serán entregados en mano a los alumnos, teniendo la posibilidad de realizar
preguntas sobre las correcciones efectuadas. Previamente a la entrega de los parciales corregidos, se explica brevemente la
solución a los problemas planteados haciendo hincapié en los puntos donde se observaron los errores más comunes. Se tomará un
único recuperatorio del parcial. Las evaluaciones se tomarán, en lo posible, en laboratorio con uso del software apropiado.

4. Regularidad
Para regularizar la materia el alumno deberá aprobar el parcial, tener un 75% de presentismo y aprobar los TTPP especial
propuesto en clase. El régimen de promociones está completamente sujeto al reglamento de la UNO y es de público conocimiento.
Regularización
Para regularizar la materia el alumno deberá aprobar el parcial, tener un 75% de presentismo y aprobar los TTPP especiales
propuestos en clase. El régimen de promociones está completamente sujeto al reglamento de la UNO y es de público
conocimiento.
Aprobación
Para poder rendir el examen final, el alumno deberá tener regularizada la materia. El final se aprueba con nota mayor o igual a 4.
Promoción:
No aplica
9- METODOLOGÍA DE TRABAJO PARA LOS ALUMNOS EN EL SISTEMA DE ASISTENCIA TÉCNICO PEDAGÓGICO (Tutorías)
Se realizaran a lo largo de la cursada en forma planificada, y frente al pedido de los alumnos, distintas clases de consultas donde
los alumnos pueden exponer sus dudas y los docentes clarificar esas dudas.
Los alumnos cuentan además con la bibliografía, tanto obligatoria y optativa, así también como una guía de ejercicios de
referencia.
10- ACREDITACIÓN DE ALUMNOS NO PRESENCIALES ( Alumnos oyentes)
Regularización:
Para regularizar la materia el alumno deberá aprobar el segundo parcial (en 1ra o en 2da instancia) y tener los 3 TTPP especiales
aprobados. El régimen de promociones está completamente sujeto al reglamento de la UNO y es de público conocimiento. La
evaluación se aprueba con nota mayor o igual a cuatro sobre una escala de diez puntos. Los días de evaluación serán los mismos
días que rigen para los alumnos presenciales.
Aprobación Final
Para poder rendir el examen final, el alumno deberá tener regularizada la materia. El final se aprueba con nota mayor o igual a 4
sobre una escala de 10.
4.Promoción
No aplica
11- METODOLOGÍA DE TRABAJO SUGERIDA PARA EL APRENDIZAJE AUTOASISTIDO: ALUMNOS LIBRES.
Instalar el software utilizado en la cátedra. Resolver todos los ejercicios de la guía de TTPP.
Se recomienda asistir a las clases de consultas a realizar durante el cuatrimestre.
12- ACREDITACIÓN DE ALUMNOS LIBRES
Se deberá desarrollar un proyecto similar a los que realizan los alumnos presenciales. Las consignas para este proyecto se deberán
solicitar con al menos una anticipación de 30 días a la fecha del examen final. El Proyecto se deberá entregar y defender con al
menos una anticipación de 7 días a la fecha del examen final. La entrega y defensa exitosa del Proyecto habilitará para rendir un
examen teórico en una única oportunidad. El examen teórico versará sobre la totalidad del contenido de la materia.

6. 13- BIBLIOGRAFÍA
Apellido/s
Nombre/s
Año
Edición
Título de la Obra
Capítulo/
Tomo
Lugar de
Edición
Editorial Unidad Biblioteca
PMB
Otr
UNO
Montgomery – Peck – Vining
Dallas E. Johnson
Pérez Lopez, César
2006
2000
2008
Introducción al análisis de Regresión Lineal
Métodos Multivariados Aplicados al análisis
de Datos
Minería de Datos
1 al 6
7 al 9
Compañía
Editorial
Continental
International
Thomson
Editores.
Thomson.
Libros (Bibliografía Complementaria)
Apellido/s
Nombre/s
Año
Edición
Título de la Obra
Capítulo/
Tomo
Lugar de
Edición
Editorial Unidad Biblioteca
PMB
Otro
UNO
Artículos de Revistas
Apellido/s Nombre/s Tomo-vol
Título de la
Revista
Título del Artículo Fecha Unidad Biblioteca
PMB
Otro
UNO
Recursos de Internet
Autor/es Apellido/s
Auto/es
Nombre/ s
Título Datos Adicionales Disponibilidad / Dirección Electrónica

7. 14- CALENDARIZACIÓN DE LA PROPUESTA (expresar en semanas).
Cronograma
1º clase: Unidad 1
2º clase: Unidad 2
3º clase: Unidad 2 - entrega del TP especial nro 1
4º clase: Unidad 3
5º clase: Unidad 3
6º clase: Unidad 3
7º clase: Unidad 4
8º clase: Unidad 4 - entrega del TP especial nro 2
9º clase: Unidad 5
10º clase: Unidad 5 - entrega del TP especial nro 3
11º clase: Unidad 6
12º clase: evaluación Parcial.
13º clase: Unidad 6
14º clase: recuperatorio
15º clase: Unidad 7 - firma de libretas.

8. 15- VIGENCIA DE PROGRAMA
Año Firma del Profesor Responsable Aclaración Firma
2015
Fecha
16- Observaciones
VISADO
División/Jefe de
Cátedra
Departamento Escuela
Fecha: Fecha: Fecha:
Formulario: A001 DGGA