Objetivos

Introducir al maestrando en los principales métodos de análisis de series temporales, tanto desde la teoría cómo con ejemplos prácticos de aplicación.

Contenidos mínimos

Definición y representación de series temporales. Representación en los dominios del tiempo y la frecuencia. Métodos de preprocesamiento: representación, indización, segmentación, visualización y medidas de similaridad. Minería de series temporales: clustering, minería de patrones, clasificación, reglas de descubrimiento, predicciones. Aplicaciones biomédicas, en negocios y economía.
Vinculación de los contenidos con los objetivos de la carrera: el análisis de series temporales constituye una sección importante en el Data Mining, es decir la extracción de conocimiento a partir de datos existentes, debido a su amplia aplicación en datos generados como variables en función del tiempo.

Unidad 1. Introducción, herramientas y preprocesamiento de series temporales Definición y representación de series temporales. Medición y adquisición de datos. Representación en los dominios del tiempo y la frecuencia. Convolución, correlación y autocorrelación de series temporales. Métodos de preprocesamiento: representación, indización, segmentación, visualización y medidas de similaridad. Espectrograma. Wavelets. Principal Component Analysis (PCA).

Actividad desarrollada (prácticas tales como resolución de ejercicios; laboratorio; proyecto; trabajo final, etc.): TP1 de visualización y preprocesamiento de series temporales.

Unidad 2. Minería de series temporales: descubrimiento de patrones y clustering, clasificación, reglas de descubrimiento, sumarización. Causalidad. Forecasting con modelos ARMA. Forecasting con redes neuronales, deep learning.

Actividad desarrollada (prácticas tales como resolución de ejercicios; laboratorio; proyecto; trabajo final, etc.): TP2 de prueba de métodos de minería de series temporales.

Unidad 3. Aplicaciones biomédicas: análisis de la variabilidad de la frecuencia cardiaca a través del electrocardiograma (ECG), análisis del electroencefalograma (EEG). Aplicaciones en negocios y economía: análisis de precios de bienes y servicios, de bonos y acciones de la bolsa.

Modalidad de enseñanza

La metodología de enseñanza-aprendizaje para cada unidad del programa de la asignatura constará de dos partes, en una primera parte cada clase tiene una introducción teórica al tema, para brindar los conceptos fundamentales, y en la segunda parte una aplicación directa de los temas de estudio.

Evaluación

El método de evaluación del cursado se realizará con las entregas de los TP1 y TP2, y del TP final, y la presentación en clase. Para la evaluación se tendrán en cuenta como se aplicaron las herramientas vistas en clase, confección del informe y la presentación en clase.