Data Minig

MINERIA DE DATOS
“Torturar a los datos hasta que confiesen”
Junior Villafuerte Beita
Universidad Latina de Costa Rica
Ingeniería de Sistemas Informáticos
Base de Datos II
Data Mining

Protocolos
Introducción
Definición
Técnicas y Algoritmos
Conclusión
Procesos
Software
Principales Usos
Base de Datos II
Data Mining
Contenido

INTRODUCCIÓN
Base de Datos II
Data Mining
Introducción al DM

Base de Datos II
Data Mining
Introducción al DM
Era de la Información (Tecnologías de la Información y la Comunicación)
Información = Poder & Éxito
Ordenadores + Medios de Almacenamiento Masivo
Enormes Cantidades de Información
Enormes Colecciones de Información = Nuevas necesidades
“Data Mining” – Minería de Datos
Explorar y Analizar grandes volúmenes de Información
Encontrar correlaciones significativas (Tendencias & Comportamientos)

Base de Datos II
Data Mining
Introducción al DM
¿Qué es la Minería de Datos?
• Deducir conocimiento examinando los datos y realizando
predicciones.
• En otras palabras, la minería de datos prepara, sondea y
explora los datos para sacar la información oculta en ellos.
• Deducimos conocimiento en: Patrones, Clusters, Reglas, Árboles
de Decisión, Redes Neuronales, Reglas de Asociación,….

DEFINICIÓN DEL DM
Base de Datos II
Data Mining
Definición del DM

² ² ² ² ²² ²
Base de Datos II
Data Mining
Definición del DM
 Proceso de exploración y análisis de grandes volúmenes de datos para
hacerlos mas comprensibles, predecir tendencias y comportamientos.
 Conjunto de técnicas y herramientas usadas para encontrar y
entender relaciones en grandes cantidades de datos y presentarlas en
una forma útil y ventajosa.
“Encontrar pepitas de oro o diamantes en una mina de carbón”
Principios:
1. La estadística clásica
2. La inteligencia artificial (AI)
3. La Maquina de aprendizaje
Data Mining – Minería de Datos
90’s – Gregory Platetsky-Shapiro
Knowledge Discovery in Databases
Data Fishing
Data Dredging
Data Archaelogy
Información Discovery

PROCESOS PARA APLICAR DM
Base de Datos II
Data Mining
Procesos para aplicar el DM

Base de Datos II
Data Mining
Selección del conjunto de datos
Análisis de los datos
Transformación del conjunto de datos de entrada
Seleccionar y aplicar la técnica de minería de datos
Extracción de conocimiento
Interpretación y evaluación de datos

Protocolo de un Proyecto de
DM
Base de Datos II
Data Mining

Base de Datos II
Data Mining
 Comprensión: del negocio y del problema que se quiere resolver.
 Determinación, obtención y limpieza: de los datos necesarios.
 Creación de modelos matemáticos.
 Validación, comunicación: de los resultados obtenidos.
 Integración: si procede, de los resultados en un sistema transaccional o
similar.

Base de Datos II
Data Mining
 Formulación del Problema de Negocio
 Recolección de Datos
 Limpieza y Transformación de Datos
 Transformación numérica
 Agrupación
 Agregación
 Manejo de valores «perdidos»
 Eliminar los «extremos»
 Creación del Modelo
 Selección del Algoritmo
 Prueba y Error en muchos casos

Base de Datos II
Data Mining
 Evaluación del Modelo
 Evaluar la fiabilidad del modelo
dentro de nuestro negocio
 Reporting y Predicción
 Integración en Aplicaciones
 Gestión del Modelo
 Dependiendo del escenario puede
ser muy volátil
 Planificar «Entrenamiento»

Técnicas de la Minería de Datos
Base de Datos II
Data Mining
Técnicas y Algoritmos de DM

Base de Datos II
Data Mining
 Redes Neuronales
o Procesamiento automático inspirado en la forma en que funciona
el sistema nervioso; Se trata de un sistema de interconexión
de neuronas en una red que colabora para producir un estímulo de
salida como la percepción.
 Regresión Lineal
o Es la más utilizada para formar relaciones entre datos. Rápida y
eficaz pero insuficiente en espacios multidimensionales donde
puedan relacionarse más de 2 variables.
 Modelos Estadisticos
o Una ecuación que se emplea en todos los diseños experimentales y
en la regresión para indicar los diferentes factores que modifican la
variable de respuesta.

Base de Datos II
Data Mining
 Árboles de Decisión
o Un árbol de decisión es un modelo de predicción utilizado en el
ámbito de la inteligencia artificial
 Agrupamiento o Clustering
o Es un procedimiento de agrupación de una serie de vectores según
criterios habitualmente de distancia; se tratará de disponer los
vectores de entrada de forma que estén más cercanos aquellos que
tengan características comunes.
 Reglas de Asociación
o Se utilizan para descubrir hechos que ocurren en común dentro de
un determinado conjunto de datos.

Algoritmos de la Minería de
Datos
Base de Datos II
Data Mining

Base de Datos II
Data Mining
IA y Estadística
Como ya se ha comentado, las técnicas de la minería de datos
provienen de la inteligencia artificial y de la estadística, dichas
técnicas, no son más que algoritmos, más o menos sofisticados que
se aplican sobre un conjunto de datos para obtener unos resultados.

Base de Datos II
Data Mining
 De Forecasting.
 Dada una tendencia ¿Cuál es la previsión?
 Supervisados.
 Conocemos la respuesta ¿Qué está correlacionado?
 No Supervisados.
 Desconocemos la respuesta ¿Cuáles son los grupos?

Principales Usos de DM
Base de Datos II
Data Mining

Base de Datos II
Data Mining
Negocios y Comercio
Empleo
Fraudes y Terrorismo
Elecciones
Medicina
Ciencia e Ingeniería
Comportamiento de Internet
Genética
Juegos

Software para aplicar DM
Base de Datos II
Data Mining

Ofrecen Soporte y Facilitan la toma de decisiones.
Comerciales y Libres
Desarrollo de Modelos de Minería de Datos
Uso del Estándar:
PMML (Predictive Model Markup Language)
Base de Datos II
Data Mining

Base de Datos II
Data Mining

Ejemplo
Base de Datos II
Data Mining
Ejemplo

Base de Datos II
Data Mining
Ejemplo
El ejemplo clásico de aplicación de la minería de datos tiene
que ver con la detección de hábitos de compra en
supermercados. Un estudio muy citado detectó que los viernes
había una cantidad inusualmente elevada de clientes que
adquirían a la vez pañales y cerveza. Se detectó que se debía
a que dicho día solían acudir al supermercado padres jóvenes
cuya perspectiva para el fin de semana consistía en quedarse
en casa cuidando de su hijo y viendo la televisión con una
cerveza en la mano. El supermercado pudo incrementar sus
ventas de cerveza colocándolas próximas a los pañales para
fomentar las ventas compulsivas.

Conclusión
Base de Datos II
Data Mining
Conclusión

Base de Datos II
Data Mining
Conclusión
Una visión a grande escala de los patrones que la información
oculta.
Permite tomar decisiones asertivas a problemas, o para formular
estrategias de mejora.
Data Mining y modelos en constante evolución.
Los patrones pueden cambiar.

Base de Datos II
Data Mining
Gracias
“Torturar a los datos hasta que confiesen”

Data Minig

Recomendados

Recomendados

Más contenido relacionado

Destacado

Destacado (20)

Similar a Data Minig

Similar a Data Minig (20)

Último

Último (11)

Data Minig