Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sesion13 Data Mining PDF
Sesion13 Data Mining PDF
Universidad
Politcnica de Puebla
UPP
1
Minera de Datos
Evolucin de la Tecnologa BD
1960s y antes
CCreacin
eac de las
as BD een aarchivos
c vos pprimitivos
t vos
1970s hasta principios de los 1980s
BD Jerrquicas y de Red
BD Relacionales
Herramientas de modelado de datos (Entidad-Relacin)
Indexado y tcnicas de organizacin (B-trees, Hashing)
Lenguajes de queries SQL, etc.
Interfaces de usuario y reportes
Procesamiento y optimizacin
p de qqueries
Manejo transacciones (recuperacin, control concurrencia)
2
OLTP (On Line Transaction Processing)
Minera de Datos
Evolucin de la Tecnologa BD
3
Minera de Datos
Evolucin de la Tecnologa BD
1980s (Finales al presente)
Data warehouse y OLAP (On Line Analytical Processing)
Minera de datos y descubrimiento de conocimiento
1990s
1990 (al
( l presente)
t )
Sistemas basados en XML
Web mining
2000 (a la fecha)
NUEVA GENERACIN DE SISTEMAS DE
INFORMACIN INTEGRADOS
4
Minera de Datos
Qu es la minera de datos?
5
Minera de Datos
Qu es la minera de datos?
6
Minera de Datos
Qu es la minera de datos?
Sinnimos:
- Descubrimiento de Conocimiento en Bases de Datos
- Minera
Mi de d conocimiento
i i d bases
de b d datos
de d
- Extraccin de conocimiento
- Anlisis de datos y patrones
- Arqueologa de datos
7
Minera de Datos
DATOS DATOS
Automatizacin de Necesidad de nuevas
aplicaciones herramientas para
Uso de lectores de analizar la informacin
cdigos
di de
d barras
b
DATOS DATOS
Las herramientas
L h i t estndares
t d
como la estadstica y los
Almacenaje masivo
queries a bases de datos no
de informacin son suficientes
EVALUACIN/
INTERPRETACIN MINERA DE
APLICACIN
DE PATRONES DATOS
DEL CONOCIMIENTO
CONOCIMIENTO
PATRONES
ENCONTRADOS
INFORMACIN
FORMATEADA
9 Y ESTRUCTURADA
Minera de Datos
Evaluacin de Patrones
Base de
Conocimiento
Algoritmo de M.D.
Servidor de B.D. o
Data Warehouse
Limpieza de datos
Integracin de datos Filtrado
14
Minera de Datos
Minera de datos
Utiliza mtodos basados en:
Tecnologa de Bases de Datos
Estadstica
Aprendizaje automtico
Cmputo de alto rendimiento
Reconocimiento de patrones
Redes Neuronales
Visualizacin de Datos
Recuperacin de Informacin
Procesamiento de imgenes y seales
Anlisis de Datos Espaciales
16
Minera de Datos
17
Minera de Datos
Repositorios de Datos
Base de Datos Relacional
DBMS
Lenguajes: (i.e., DDL, DML, DQL, etc.)
Tablas, atributos, tuplas
Modelo E-R
ER
Normalizacin
Acceso a datos Queries
Anlisis de datos
Tendencias
Patrones
Desviaciones
18
Minera de Datos
Repositorios de Datos
Data Warehouse
Repositorio de informacin recopilada de varias fuentes bajo un
esquema unificado y usualmente reside en un solo sitio
Construccin
Limpieza de datos
Transformacin de datos
Integracin de datos
Carga
g de los datos
Actualizacin peridica de los datos
Datos organizados sobre temas de alto nivel (cliente, proveedor,
actividad, parte)
19
Minera de Datos
Repositorios de Datos
Data Warehouse (continuacin...)
Datos desde una perspectiva histrica (resmenes de varios aos)
Modelado
M d l d sobreb una estructura multidimensional
l idi i l
Cubos de datos
Anlisis de Datos
OLAP
Utiliza informacin previa sobre el dominio para
presentar los datos a diferentes niveles de abstraccin
(drill-down
(drill down, roll
roll-up
up para ver diferentes niveles de
agrupacin de informacin
Se requiere ms anlisis de datos
20
Minera de Datos
Repositorios de Datos
Base de Datos Transaccional
Cada registro es una transaccin
Nmero
N d transaccin
de i y lista
li ded elementos
l d la
de l transaccin
i
Anlisis de datos
Qu elementos se venden bien juntos?
Market
Market basket data analysis
analysis
21
Minera de Datos
22
Minera de Datos
23
Minera de Datos
25
Minera de Datos
Componentes de un Algoritmo de
Minera de Datos
Modelo de representacin
p
Modelo de evaluacin
Mtodo de bsqueda
26
Minera de Datos
Componentes de un Algoritmo de
Minera de Datos
Modelo de Representacin
27
Minera de Datos
Componentes de un Algoritmo de
Minera de Datos
Modelo de Evaluacin
Caractersticas del patrn encontrado
til?
Novedoso?
Entendible?
Efectivo
Ef ti para predecir?
d i?
Medidas objetivas?
Soporte
28
Confianza
Minera de Datos
Componentes de un Algoritmo de
Minera de Datos
Mtodo de Bsqueda
Bsqueda de parmetros
Para optimizar
p el modelo de evaluacin
Parmetros de redes neuronales
Parmetro de espacio en beam
search
h
Bsqueda del modelo
Itera sobre la bsqueda de parmetros y
29 elige el mejor resultado
Minera de Datos
31
Minera de Datos
Ms Aplicaciones
p de Minera de Datos
Finanzas
Compaas de inversin hacen transacciones en la bolsa
d valores
de l b d
basndose en resultados
lt d ded Minera
Mi de d Datos
D t
Prediccin de flujo de efectivo
Deteccin de fraude
Utilizan bases de datos histricas para crear modelos de
comportamiento fraudoliento y utilizar Minera de Datos
para identificar nuevos fraudes.
fraudes
Seguros de autos
Seguros mdicos
Lavado
L d de d dinero
di
33
Telefnicos
Tratamiento mdico inapropiado
Minera de Datos
Aun Ms Aplicaciones
p de Minera de Datos
Deportes
Para interpretar las estadsticas
Web
Analizar logs en general
p
Analizar el comportamiento de los usuarios de un sitio
E-mail
Clasificar e-mail y repartirlo al departamento adecuado
Personalizacin
Hacer recomendaciones de acuerdo a caractersticas
conocidas del usuario
Recursos humanos
h
34 Ayudar a seleccionar empleados
Minera de Datos
35
Minera de Datos
Ejemplo
Ser un buen da para jugar tenis?
Vista Temperatura Humedad Viento Jugar?
Soleado Alta Alta Falso No
Soleado Alta Alta Verdadero No
Nublado Alta Alta Falso Si
Lluvioso Media Alta Falso Si
Lluvioso Baja Normal Falso Si
Lluvioso Baja Normal Verdadero No
Nublado Baja Normal Verdadero Si
S l d
Soleado M di
Media Alt
Alta F l
Falso N
No
Soleado Baja Normal Falso Si
Lluvioso Media Normal Falso Si
Soleado Media Normal Verdadero Si
Nublado Media Alta Verdadero Si
Nublado Alta Normal Falso Si
36
Lluvioso Media Alta Verdadero No
Minera de Datos
Ejemplo
4 atributos
Vista: soleado, nublado o lluvioso
Temperatura: alta, media o baja
Humedad:
H d d alta
l o normall
Viento: falso o verdadero
Espacio
p de bsqueda
q
36 posibles combinaciones (3x3x2x2=36)
37
Minera de Datos
Ejemplo
38
Minera de Datos
Dos comunidades
Bases de datos
Aprendizaje automtico
Manejo
M j de d grandes
d cantidades
id d de
d datos
d
Cuntos datos se necesitan para hacer minera de datos?
PAC Learningg
Algoritmos eficientes y escalables
39
Minera de Datos
Desempeo
Eficiencia y escalabilidad de los algoritmos de MD
Algoritmos de MD paralelos, distribuidos e incrementales
41