REPOSITORY OVERVIEWLive repository statistics
★ 24Stars
⑂ 13Forks
◯ 0Open issues
◉ 24Watchers
49/100
OPENREPOHUB HEALTH SIGNALMixed signals
A transparent discovery signal based on current public GitHub metadata.
Recent activity35% weight
52 Community adoption25% weight
28 Maintenance state20% weight
100 License clarity10% weight
0 Project information10% weight
35 This score does not audit code, security, maintainers, documentation quality, or suitability. Verify the repository and its current documentation before adoption.
README preview
Curso de Datos Masivos I, IIMAS-UNAM
Este repositorio contiene las diapositivas, libretas de trabajo y tareas del curso de Datos Masivos I impartido en la Licenciatura en Ciencia de Datos en el IIMAS.
Temario
1. Conceptos básicos
- Definición y características
- Generación, procedencia y preparación de datos
- El principio de Bonferroni
- Privacidad y riesgo
- Modelos de computación para datos masivos
2. Modelo de mapeo y reducción
- Sistema de almacenamiento y procesamiento distribuido
- Modelo de programación
- Algoritmos con el modelo de mapeo y reducción
- Extensiones
- El modelo costo-comunicación
- Teoría de la complejidad para el modelo de mapeo y reducción
3. Búsqueda de elementos similares
- Medidas de similitud y distancia Resúmenes de conjuntos con preservación de similitud
- Funciones hash sensibles a la localidad
- Métodos para altos grados de similitud
- Aplicaciones
4. Algoritmos para flujos de datos
- Modelos de flujo de datos
- Muestreo
- Filtrado
- Conteo
- Estimación de momentos
- Búsqueda de los elementos más comunes
5. Algoritmos de memoria externa
- Modelo de memoria externa
- Modelo de caché inconsciente
- Cotas fundamentales de operaciones de entrada y salida
- Escaneo
- Ordenamiento
- Búsqueda
- Estructuras de datos estáticos y dinámicos
Bibliografía
- Jure Leskovec, Anand Rajaraman and Jeffrey D. Ullman. Mining of Massive Datasets. Second Edition. Cambridge University Press, 2014. Liga
- Charu C. Aggarwal. Data Mining. Springer International Publishing, 2015. Liga
- Jeffrey Vitter. Algorithms and Data Structures for External Memory. Now Foundations and Trends, 2008. Liga
Horario
- Martes 10:00am a 11:30am
- Miércoles 13:00pm a 15:00pm
- Jueves 10:00am a 11:30am
Criterios de evaluación
- Proyectos (50%)
- Tareas (30%)
- Exámenes (10%)
- Participación (10%)
Profesores
Blanca Hilda Vázquez Gómez
- Correo: blancavazquez2013[arroba]gmail.com
Gibran Fuentes Pineda
- Correo: gibranfp[arroba]unam.mx
Ambiente de programación
En este curso las herramientas de programación que se emplearán son las siguientes: