Data Minig

DATA MININGMINERÍA DE DATOS

MINERIA DE DATOS“Torturar a los datos hasta que confiesen”

DATA MINING

Junior Villafuerte Beita

Universidad Latina de Costa Rica

Ingeniería de Sistemas InformáticosBase de Datos II

Data Mining

Protocolos

Introducción


Definición

Técnicas y Algoritmos

Conclusión

Procesos

Software

Principales Usos


Data MiningContenido

DATA MINING

DATA MINING


INTRODUCCIÓN


Data MiningIntroducción al DM




Introducción

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 DatosExplorar y Analizar grandes volúmenes de InformaciónEncontrar correlaciones significativas (Tendencias &

Comportamientos)




Introducción

¿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,….

DATA MINING


DEFINICIÓN DEL DM


Data MiningDefinición del DM

² ² ² ² ²² ²Universidad Latina de Costa Rica


Data MiningDefinición del DM

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 clásica2. La inteligencia artificial (AI)3. La Maquina de aprendizaje

Data Mining – Minería de Datos90’s – Gregory Platetsky-

ShapiroKnowledge Discovery in

Databases

Data Fishing

Data Dredging

Data Archaelogy

Información Discovery

DATA MINING


PROCESOS PARA APLICAR DM


Data MiningProcesos para aplicar el DM




Procesos para aplicar DM

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

DATA MINING


Protocolo de un Proyecto de DM






Fases Necesarias

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.




Ciclo de Vida

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




Ciclo de Vida

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»

DATA MINING


Técnicas de la Minería de Datos


Data MiningTécnicas y Algoritmos de DM




Técnicas

Redes Neuronaleso 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 Linealo 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 Estadisticoso 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.




Técnicas

Árboles de Decisióno 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 Asociacióno Se utilizan para descubrir hechos que ocurren en común dentro de

un determinado conjunto de datos.

DATA MINING


Algoritmos de la Minería de Datos






Algoritmos de DM

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.




Tipos de Algoritmos

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?

DATA MINING


Principales Usos de DM


Data MiningPrincipales Usos de DM



Data MiningPrincipales Usos de DM

Principales Usos de DM

Negocios y Comercio

Empleo

Fraudes y Terrorismo

Elecciones

Medicina

Ciencia e Ingeniería

Comportamiento de Internet

Genética

Juegos

DATA MINING


Software para aplicar DM


Data MiningSoftware para aplicar DM


Software para aplicar DM

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)




Top 10 DM Software en 2012



DATA MINING


Ejemplo


Data MiningEjemplo



Data MiningEjemplo

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.

DATA MINING


Conclusión


Data MiningConclusión



Data MiningConclusión

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.

DATA MINING



Data MiningGracias

AIG R CA S“Torturar a los datos hasta que confiesen”

DATA MININGMINERÍA DE DATOS

Technology

Data Minig