|
OBJETIVOS:
- Formar recursos humanos
altamente capacitados en los fundamentos y el conocimiento práctico, que
permitan tanto la aplicación, de manera creativa y rigurosa de los métodos
de Data Mining y Knowledge Discovery en un marco interdisciplinario y con
conceptos e instrumentos avanzados,
como la producción de conocimientos científicamente validados en el ámbito
de dicha subdisciplina.
- Generar y mantener
actividades de investigación, desarrollo y transferencia tecnológica en el
área de Data Mining y Kowledge Discovery.
PLAN DE ESTUDIOS
Materias básicas
y obligatorias: Aprendizaje automático. Análisis inteligente de datos. Data
mining. Enfoque estadístico del aprendizaje y descubrimiento. Data mining y
Knowledge discovery en economía y finanzas. Data mining y knowledge
discovery en ciencia y tecnología
Materias optativas: Inteligencia artificial. Administración y construcción
de Software. Data warehousing. Recuperación de información. Redes
neuronales. Computación evolutiva.
Metaheurísticas. Regresión lineal. Estadística para el análisis de
encuestas. Bases de datos multimediales y data mining. Talleres o seminarios
de tesis
Las materias optativas a
dictarse serán definidas por la Comisión de Maestría al comienzo de cada año
lectivo y notificadas al Consejo Superior de la Universidad de Buenos Aires
para su conocimiento.
Fuente: Universidad de Buenos
Aires
|
-
-
