Cursos de AEMCCO

Introducción Práctica a la Minería de Datos en Ciencias del Comportamiento

Cristobal Romero Morales

Fechas de realización: 

1 al 5 de febrero, de 9:30 a 11:30

Curso online

Breve BIO Cristobal Romero Morales.

Cristóbal Romero es Doctor en Informática por la Universidad de Granada en el año 2003 y Catedrático de Universidad del área de Ciencias de la Computación e Inteligencia Artificial en la Universidad de Córdoba desde marzo de 2018. Es miembro del grupo de investigación  Knowledge Discovery and Intelligent Systems (KDIS) desde su fundación en el año 2009 y sus principales líneas de investigación son la aplicación de técnicas de minería de datos/analítica del aprendizaje (EDM/LA) y técnicas de inteligencia artificial a entornos educativos. Desde el año 2020 es miembro de Instituto Andaluz Interuniversitario en Ciencia de Datos e Inteligencia Computacional (Instituto DaSCI).

Hasta la actualidad ha publicado 49 artículos en revistas científicas con índice de impacto JCR Thomson Reuters, 11 artículos en revistas con índice de calidad relativo, 5 libros, 7 capítulos de libros, y más de 60 comunicaciones en congresos de investigación internacionales. Sus publicaciones han recibido más de 13.500 citas, con un índice h de 41 en GoogleShoolar, 6489 citas y un índice h de 32 en Scopus, y 4149 citas y un índice h de 23 en Web of Science. Fue pre-seleccionado como ISI Highly Cited Research (Investigador Altamente Citado) por Thomson Reuters en las listas preliminares de Enero de 2013 en el área de Computer Science. Tiene un índice Crown normalizado de 5,80 (en el rango de los años 2015-2018) siendo un valor muy por encima de la media mundial de 1. Ha editado 2 libros internacionales específicos sobre la temática de EDM (Educational Data Mining): Data Mining in e-learning y Handbook of Educational Data Mining. Es el actual ganador del Premio 2020 WINNER of The Prof. Ram Kumar Educational Data Mining Test of Time Award por el paper: “Romero, C., Ventura, S., Espejo, P. G., & Hervás, C. (2008, June). Data mining algorithms to classify students. In Educational data mining 2008.” que otorga anulamente la sociedad EDM.

Es senior Member de IEEE y de otras 5 sociedades internacionales, entre las cuales es miembro fundador de la sociedad internacional de EDM, miembro del comité científico de  más de 40 workshops y congresos nacionales e internacionales, de 5 redes de investigación nacionales e internacionales y ha participado en la organización de multitud de congresos internacionales sobre EDM. Es revisor en multitud de revistas científicas y actualmente es editor asociado de la revista de impacto IEEE Transactions on Learning Technologies.

Contenidos del curso

Resumen

TEMA 1. Introducción
(Teoría) Introduction to Data Mining in Education
(Prácticas) Introducción a Weka

TEMA 2. Preprocesado de Datos
(Teoría) Pre-procesing Educational Data
(Prácticas) Weka: Preprocessing

TEMA 3. Clasificación
(Teoría) Classification
(Prácticas) Weka: Classification

TEMA 4. Clustering
(Teoría) Clustering
(Prácticas) Weka: Clustering

TEMA 5. Asociación
(Teoría) Association Rule Mining
(Prácticas) Weka: Association

Software necesario WEKA 3.8
(https://waikato.github.io/weka-wiki/downloading_weka/)

Inscripción

INSCRIPCIÓN.   Sólo miembros de la AEMCCO: gratuita.

PLAZO DE INSCRIPCIÓN:  CERRADO (plazas agotadas)