ASOCIACIÓN

APRENDIZAJE NO SUPERVISADOS

Reglas de asociación

Son reglas del tipo si A entonces B donde A se le

conoce como antecedente y B como consecuencia

Ejemplo: Amazon

¿Qué va con qué?

APRENDIZAJE NO SUPERVISADOS
El algoritmo usado es el A priori donde
se analizan las reglas de Confidence y
Suport .
Aunque los cálculos son sencillos, estos
crecen exponencialmente al crecer
número de ítems, permite este método
ser usado como análisis exploratorio.
 ALGORITMO APRIORI
A priori este es uno de los algoritmos más
populares y usados también por su facilidad, se
podría decir que también los algoritmos
descubre asociaciones con reglas que a la vez
ordenan datos y calculan apariciones de
variables que se están analizando, maximizando,
calculando parámetros de confianza, soporte y
lift.
 ALGORITMO APRIORI
Una vez que se ha realizado la regla de asociación se puede determinar
que existen 2 reglas básicas:

Soporte: Es cuando existe la probabilidad de que se

compren 2 productos, sin que se tenga un efecto directo en la
adquisición del otro producto:

´´Alguien compro un juego de mesa, y luego un computador, pero la

adquisición de este último no tiene una relación directa de compra con
el juego de mesa.´´
 ALGORITMO APRIORI
Confianza : Cuando existe la probabilidad de que se
compren 2 productos pero la compra de uno está ligado a la
adquisición del otro:

Corresponde a la probabilidad de que se compre el producto Y y X,

dado que ya se ha comprado el producto X

´´Alguien compra un libro de cocina (x), y por haber comprado

este artículo posiblemente va adquirir un libro de arte (y) ´´
 ALGORITMO APRIORI
Dado a lo anterior es vital explicar cómo que las reglas de
asociación tienen una implicación que significa co-ocurrencia
mas NO es casualidad.
Por ende es necesario ver la terminología tomando como
itemset (colección de uno o más ítems), support count,
support, frequent itemset.
La regla de asociación contiene una expresión de la forma X
Y son los itemset explicados
anteriormente.
 ALGORITMO APRIORI
Estas series de reglas tiene que ser evaluadas en su momento
y se hace bajo los siguientes parámetros:
Soporte (s) fracción de transacciones que contiene X y Y,
Confianza (c) mide cuantas veces ítems de Y aparece en
transacciones que contienen X.
Ya entrado en la recta final otro de los pasos importantes para
aplicar el principio de APRIORI, que se utiliza en las reglas de
asociación y se basa en un conocimiento previo de los
conjuntos frecuentes, es usualmente utilizado para reducir el
espacio de búsqueda y aumentar la eficiencia.
 A PRIORI CONFIDENCE
confidence) de esta regla se
define así:

Probabilidad
condicional de B dado A

Support mide frecuencia ¿Posible impacto?

Confidence nos dice a qué tasa se encontrará la consecuencia de B
dado A
VENTAJAS DE LAS
REGLAS DE
ASOCIACIÓN

Resultados claros,
interpretables
No requiere
supervisión
Puede ser usado
como análisis
exploratorio
 CANASTA DE El Market Basket se define como
una colección de ítems que un
MERCADO cliente compra en una misma
(MARKET BASKET) transacción.
 Market Basket Una de las competencias esenciales para cualquier
organización moderna es el aprovechamiento de la
Analysis: De Datos información a través del análisis de la canasta de
compra (Market Basket Analysis), la cual es útil para
a Dinero en Retail mejorar los resultados de negocio.
 Análisis matemático que ayuda a encontrar patrones
Market Basket en la información de los tickets de venta de un
conjunto de tiendas, durante un periodo

Analysis determinado, además ayuda entender cómo están

respondiendo los clientes a las distintas promociones
de manera clara y sin ambigüedades.
 Market Basket Analysis: qué
es, para que sirve y cómo
funciona
Market Basket Analysis es un método de
investigación que permite descubrir asociaciones
entre productos, al bucear entre los datos
correspondientes a las compras realizadas por los
clientes de un negocio.
 Market Basket Analysis: qué
es, para que sirve y cómo
funciona
Ya se trate de un establecimiento físico o un e-commerce, en cada
transacción se producen diferentes combinaciones de elementos y todas
ellas son identificadas y estudiadas mediante el Market Basket Analysis.
Esta forma de analizar la cesta de la compra es fuente de conocimiento para
la industria minorista. En base a la información extraída, el Market Basket
Analysis permite conocer:
Las necesidades de los consumidores.
Los productos que suelen comprarse al mismo tiempo.
El perfil de consumidor que adquiere determinado tipo de productos y el
momento en que lo hace.
 Market Basket Analysis: qué
es, para que sirve y cómo
funciona
Market Basket Analysis permite a los minoristas identificar las relaciones
entre los productos que compran sus clientes, generando un
conocimiento que permite:
Agrupar productos relacionados en el diseño de una tienda para
aumentar las posibilidades de venta cruzada.
Programar los motores de recomendación de la tienda en línea.
Dirigir campañas de marketing enviando cupones promocionales a clientes
para productos relacionados con artículos que compraron recientemente.
PROCEDIMIENTO
DE ASOCIACIÓN
QUE VAMOS A HACER:
El programa deberá hacer los siguientes pasos:
1. Leer los datos
2. Hacer el calculo de los segmentos de asociación
3. Generar las reglas de asociación
4. Analizar los resultados
https://www.youtube.com/watch?v=I0e0Qyev8Ac
Lo primero que debemos
hacer es un add-on que
complementara a Orange
para la búsqueda de
ASSOCIATE
1
2

3
[pañales] + [bocadillo] --> [cerveza]
(confidence: 0.938)
https://www.youtube.com/channel/UCLJV
54sFqPiH4MYcJKvGesg
 ¿Qué es la
gamificación y
cuáles son sus
objetivos?
Esta técnica de aprendizaje
traslada la mecánica de los
juegos al ámbito educativo-
profesional.
En el ámbito
educativo-profesional
con el fin de conseguir
mejores resultados:
sirve para absorber
conocimientos, para
mejorar alguna
habilidad para
recompensar
acciones concretas.
Si hay un tipo de herramienta digital que esté
de moda en los colegios y universidades y
te permiten crear concursos de preguntas y
respuestas para la clase.
Por sus características, se adaptan tanto a
clases de tipo tradicional como a
metodologías activas más innovadoras.
 La más conocida, sin duda, es
Kahoot, la primera que apareció
y que ha inundado nuestras
aulas los últimos cursos.
Su aspecto gráfico es muy
atractivo y genera dinámicas
divertidas en la clase, pero hay
ciertos detalles que hacen que
Kahoot no sea lo más adecuado
en algunas ocasiones.
 Existen un montón de
herramientas online para
crear y compartir test con
nuestros alumnos:
Socrative, Plic-kers, Google
Forms
Todas ellas tienen sus
ventajas e inconvenientes,
lo ideal es conocerlas todas
y utilizar la que más nos
convenga en cada ocasión.
Quizizz es una web
que nos permite
crear cuestionarios
online que
nuestros alumnos
pueden responder
de tres maneras
distintas:

1.En un juego en directo (tipo Kahoot)

2.Como tarea (los resultados le llegan al
maestro)
3. game
 Quizizz
Es una web/app gratuita y puedes registrarte con tu
usuario de Google, con lo que no tendrías que hacerte
una cuenta más.
Como en Kahoot
Quizizz no tienen que registrarse, solo es necesario
que introduzcan el pin del juego que les da el profesor.
Tampoco necesitan instalar ninguna app en su

cualquier navegador pueden jugar. Existe una app,

que facilita las cosas bastante, pero como digo no es
necesario tenerla instalada.
A diferencia de Kahoot (aunque esto ha cambiado algo
últimamente), cuando contestas a un Quizizz no
necesitas estar mirando a la pizarra o proyector de la
clase, sino que la pregunta aparece en cada uno de
los dispositivos junto a las posibles respuestas.
Apellidos 1+apellido 2