[Todos] Maestria en Data Mining

[sonia]

Facultad de Ciencias Exactas y Naturales
Facultad de Ingeniería 
Universidad de Buenos Aires 


Http://www.dc.uba.ar/maestrias/data_mining


La UBA aprobó la creación de la Maestría y Carrera de Especialización en
Explotación de Datos y Descubrimiento de Conocimiento 
(Data Mining & Knowledge Discovery), realizada en forma conjunta por la
Facultad de Ciencias Exactas y Naturales y la Facultad de Ingeniería.

Data Mining y Knowledge Discovery es un área de gran actividad a nivel
académico, como lo demuestran el gran número de eventos científicos
relacionados, como así también laboral.  Existen al momento un sinnúmero
de productos de software desarrollados por todas las grandes compañías
dedicadas al software y por nuevas compañías creadas al efecto. La causa
de esta actividad radica en la necesidad por parte de diversas
organizaciones de analizar sus datos por medios automáticos o
semiautomáticos, para la resolución de diversos problemas, tanto en el
ámbito empresarial, como científico.

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 disciplina.
- Generar y mantener actividades de investigación, desarrollo y
transferencia tecnológica en el área de Data Mining y Knowledge
Discovery.
- Contribuir a la generación y actualización permanente de recursos
humanos para el ámbito universitario, en la especialidad.


Perfil del graduado
El Magíster en Explotación de Datos y Descubrimiento de Conocimiento
será un graduado capaz de aplicar las técnicas y métodos de Data Mining
y Knowledge Discovery, construir productos de software que implementen
dichos métodos, evaluar y producir nuevos modelos así como generar
conocimientos que enriquezcan las técnicas, métodos y herramientas que
se utilizan en la disciplina. 
La formación prioriza la integración de las actividades prácticas y de
laboratorio con las de desarrollo teórico de manera de consolidar el
conocimiento acabado de las técnicas, métodos y algoritmos con sus
fundamentos teóricos.


Antecedentes
 En los últimos años se han acumulado enormes cantidades de datos en
todas las organizaciones, y esta tendencia continúa a un ritmo
acelerado. Esto ha sido posible por el amplio uso de los sistemas
computarizados, nuevas técnicas de captura de datos, el empleo de
códigos de barra, los lectores de caracteres ópticos, las tarjetas
magnéticas, etc., y, por el avance en la tecnología de almacenamiento y
su consiguiente reducción de costos. 
  El sentido de conservar todos esos datos surge del convencimiento de
que los mismos representan un importante activo para cualquier
organización que los posea, en la medida en que puedan ser transformados
en información útil. Se estima que del análisis de esos datos pueden
surgir ventajas competitivas o novedosas soluciones a antiguos
problemas.
 
  Data Mining, también referenciado como Descubrimiento del Conocimiento
en Bases de Datos (Knowledge Discovery in Databases o KDD), ha sido
definida como el proceso de extracción no trivial de información
implícita, previamente desconocida y potencialmente útil.
 El crecimiento explosivo de las bases de datos y el aun mayor de la
Internet, nos urge en la búsqueda de técnicas y herramientas que, en
forma automática y eficiente, generen información, a partir de los datos
almacenados. Este es el objetivo de las técnicas de Data Mining y
Knowledge Discovery.
 En particular, estas técnicas han adquirido enorme importancia en áreas
tales como estrategias de marketing, soporte de decisiones, planeamiento
financiero y el análisis de datos científicos, entre otras. El origen de
Data Mining se puede encontrar, básicamente, en la intersección de áreas
del conocimiento tales como la Estadística, la Inteligencia Artificial
(Machine Learning) y Bases de Datos. 

http://www.dc.uba.ar/maestrias/data_mining

---
Outgoing mail is certified Virus Free.
Checked by AVG anti-virus system (http://www.grisoft.com).
Version: 6.0.590 / Virus Database: 373 - Release Date: 16/02/2004