1. Extracción de Conocimiento
1.1. Introducción
1.2. Fases del proceso de KDD
1.2.1. Comprensión del Dominio
1.2.2. Recopilación e integración de datos
1.2.3. Preparación de los datos
1.2.4. Modelado
1.2.5. Interpretación y evaluación
1.2.6. Difusión y uso de los resultados
1.2.7. Implementación de medidas basadas en el conocimiento obtenido
1.2.8. Medición de resultados
2. Preparación de datos y Técnicas de Selección de Atributos
2.1. Comprensión del dominio
2.2. Recopilación e integración de datos
2.3. Preparación de los datos
2.3.1. Detección de valores anómalos
2.3.2. Tratamiento de valores faltantes
2.3.3. Transformación y Selección de atributos
2.3.4. Selección de la muestra de datos
2.3.5. Construcción de atributos
2.3.6. Modificación de tipos de datos
2.4. Selección de atributos o características
2.4.1. Tipos de algoritmos de selección
2.4.2. Algoritmos de Búsqueda
2.4.3. Salida del Algoritmo
2.5. SOAP. Selección de atributos por proyecciones
2.5.1. NLC: Número de cambios de etiqueta
3. Técnicas de extracción de conocimiento
3.1. Extracción de Patrones
3.2. Tareas
3.2.1. Tareas Predictivas
3.2.2. Tareas Descriptivas
3.3. Métodos
3.4. Elección de técnicas aplicables
3.5. Técnicas aplicables al problema de deserción universitaria
3.5.1. Medidas de distancia
3.5.2. Agrupamiento por centroides
3.5.3. Agrupamiento jerárquico
3.5.4. Mapas auto-organizativos
3.5.5. Arboles de decisión
3.5.6. Reglas de Clasificación
4. Enfoque del Trabajo
4.1. Motivación: El estudio de la deserción universitaria
4.2. Cronología de tareas realizadas
4.3. Aplicación de técnicas al caso de estudio
4.4. Selección del subconjunto de datos
4.5. Agrupamiento para la obtención de perfiles del alumno desertor
4.6. El problema de la selección de atributos
5. Selección de características
5.1. Selección de características relevantes
5.2. Aplicación de método wrapper
5.3. Aplicación de método genético
5.4. Aplicación del modelo agrupamiento para las características seleccionadas
5.5. Descripción de perfiles obtenidos
5.6. Agrupamiento para la obtención de perfiles del alumno no desertor
5.7. Interpretación de resultados del agrupamiento
5.8. Aplicación del Algoritmo SOAP
5.8.1. Interpretación de los atributos rankeados con SOAP
5.9. Árbol de decisión para determinar deserción
5.10. Un Árbol de decisión para el caso de estudio
6. Conclusiones
A. Atributos Vista Minable
B. RapidMiner
C. Ejemplos de Implementación del Algoritmo SOAP al caso de estudio
Indice de figuras
Indice de tablas
Bibliografía