Curso de Datos Masivos, UNAM

Este repositorio contiene las diapositivas, los cuadernos y código de ejemplo del curso de Datos Masivos I

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

Horario

• Martes 10:00am a 11:30am (teoría)
• Miércoles 14:00pm a 16:00pm (práctica)
• Jueves 10:00am a 11:30am(teoría)

Lugar

• Salón 201, segundo piso del anexo del IIMAS (clases teóricas)
• Sala A y B, tercer piso del anexo del IIMAS (clases prácticas)

Criterios de evaluación

4 exámenes parciales escritos (50%)

• 27 de febrero: Conceptos básicos y modelo de mapeo y reducción
• 24 de marzo: Búsqueda de elementos similares
• 21 de abril: Algoritmos para flujos de datos
• 21 de mayo: Algoritmos de memoria externa

4 evaluaciones prácticas (50%)

• 26 de febrero: Conceptos básicos y modelo de mapeo y reducción
• 25 de marzo: Búsqueda de elementos similares
• 22 de abril: Algoritmos para flujos de datos
• 20 de mayo: Algoritmos de memoria externa

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:

• AWS Educate