Créditos: 3
Objetivos: Ante el problema de los grandes volúmenes
de información se plantea la necesidad de nuevas técnicas
y herramientas para un análisis inteligente y automático
de la información. La extracción de conocimiento en bases
de datos se basa en técnicas inductivas y de aprendizaje
automático. Esta parte del proceso se conoce como
prospección de datos (data-mining). La programación
lógica inductiva (ILP) permite abordar este proceso con un nivel
de automatización mucho mayor ya que se minimiza el
preprocesamiento de datos y la interpretación de los resultados,
debido a la expresividad y la comprensibilidad del conocimiento
extraído. Estas características permiten extender la
extracción automática de conocimiento a otras fuentes de
información no estructurada (web) y al desarrollo de sistemas
software diseñados para el tratamiento de la información.
1. Introducción.
1.1. El Problema de la
Extracción Automática de Conocimiento.
1.2. Técnicas de
Aprendizaje Automático.
1.3. Evaluación de
Hipótesis
2. Minería
de Datos y Extracción
de Conocimiento de Bases de Datos
2.1. Nuevas Necesidades del
Análisis de Grandes Volúmenes de Datos. Los
Data-Warehouses y el KDD.
2.2. El Proceso de
Extracción de Conocimiento de Bases de Datos.
2.3. Métodos
Específicos de Prospección de Datos.
3.
Extracción de Conocimiento a Partir
de Información No Estructurada
3.1. Los Problemas de la
Extracción de Conocimiento de Información No Estructurada.
3.2. Extracción de
Conocimiento a partir de Documentos No Estructurados (Text Mining, Web
Content Mining y Web Structure Mining).
3.3. XML, DTDs y Consultas.
Extracción de Conocimiento a partir de Información
Semi-Estructurada (XML).
3.4. Intercambio de
Conocimiento (PMML y RuleML).
3.5. Extracción de
Conocimiento a partir de Patrones de Uso (Web Usage Mining).
3.6. Personalización y
Asistentes (Web) ‘Inteligentes’.
4. Programación Inductiva e
Ingeniería del Software
4.1. La Inducción en la
Generación de Software.
4.2. Aplicaciones del
Aprendizaje Automático para el Desarrollo de Software.
4.3. Inducción
Automática de Requerimientos.
4.4. Modelado
(Semi-)Automático.
4.5. Aplicaciones a Otras
Fases del Ciclo de Vida.