Temas a tratar

Evolucin de la tecnologa de BD. Definiciones bsicas. Estructura de un sistema de MD Aplicaciones Estudios perspectivos Conclusiones

MINERIA DE DATOS

MINERIA DE DATOS

MINERIA DE DATOS

Grupo de definiciones

Para describir las actividades de la Minera de Datos se ha usado un grupo de definiciones que incluyen: Mtodos Tcnicas Herramientas

Minera de Datos: Concepto

Minera de Datos o Data Mining tiene distintas definiciones segn el rea en la que se utiliza, en general se dice que: Permite establecer procesos de forma automatizada para la obtencin de informacin a partir de grandes cantidades de datos.

MINERIA DE DATOS

MINERIA DE DATOS

MINERIA DE DATOS

MINERIA DE DATOS

MINERIA DE DATOS

MINERIA DE DATOS

MINERIA DE DATOS

MINERIA DE DATOS

MINERIA DE DATOS

MINERIA DE DATOS

Tcnicas asociadas a la Minera de Datos

Aprendizaje basado en casos Razonamiento basado en memoria (MBR). Agrupaciones difusas (tcnica de conjuntos difusos, en ingls fuzzy sets). Deteccin automtica de Cluster. rboles de decisin. Descubrimiento de reglas de Asociacin. Obtener reglas de disociacin. Anlisis de enlace. Anlisis de series de tiempo

Mtodos de la Minera de Datos

Asociacin: aplicar reglas de asociacin para descubrir patrones. Clustering: hacer separaciones o agrupaciones de datos de acuerdo a varias variables. Segmentacin: separar los datos segn una variable. Clasificacin: determinar la pertenencia de los datos a clases predefinidas Prediccin: aplicar reglas que predeterminen un comportamiento o condicin. Deteccin: determinar la pertenencia de los datos a un perfil dado.

Herramientas computacin:

DBMiner:

Discriminador: encuentra reglas que distinguen clases Clasificador: construye modelos de clases basados en reglas Reglas de asociacin Meta-reglas: para buscar relaciones en los datos. Predictor: predice valores faltantes basndose en informacin relacionada Evaluador de evolucin de datos: encuentra tendencias en los datos Evaluador de desviaciones: encuentra desviaciones de tendencias en los datos

MINERIA DE DATOS

MINERIA DE DATOS

Aspectos funcionales
Los datos son crticos para la minera de datos, el primer requisito para que puedan ser analizados por Data Mining es que se encuentren estructurados en bases de datos y gestionados eficientemente para que puedan ser analizados. Estos sistemas pueden ser bases de datos relacionales, de entidad relacin, orientadas a objetos, lgicas o sistemas de almacenamiento de datos (Data warehousing systems)

Data warehouse
La mayora de los datos que se necesitan para el Data Mining se encuentran en bases de datos heterogneas que necesitan ser integradas para su posterior anlisis por Data Mining. En este sentido el Data warehouse es una de las tecnologas claves de gestin de datos para llevar a cabo Data Mining. En espaol pueden ser llamados: almacenes o bodegas de datos

Datamart

Es un subconjunto de un DW para un propsito especfico. Se puede ver como una vista del DW orientada a un aspecto de un negocio, con un tiempo de vida reducido Su funcin es apoyar a otros sistemas para la toma de decisiones. Un datamart debe permitir consultas de muchas formas usando herramientas OLAP. Dos enfoques para construir DW: 1. Construir primero un ncleo del DW y luego hacer varios datamarts. 2. Construir primero un datamart e ir expandiendo la bodega de datos y aadiendo nuevos datamarts.

Una especie de Metodologa

Identificar los datos.

Seleccionar los datos esenciales y eliminacin de los innecesarios .

Definir una idea de qu es lo que interesa averiguar, qu herramientas se necesitan y cmo proceder. Interpretar los resultados o patrones obtenidos para saber los que son significativos y cmo podarlos para extraer nicamente los resultados tiles. Detectar las acciones que deben de ser tomadas, discutirlas y pensar en los procedimientos para llevarlas a cabo e implementarlas. Evaluar el proceso: observar los resultados, los beneficios y el costo para poder reevaluar el procedimiento completo.

RETOS

1.La facilidad con que se puede caer en una falsa interpretacin. 2.Las precisin de las mediciones (tiempo, instrumento,). 3.La proteccin a la privacidad (empleo de tarjetas de crditos como fuente de datos, ).

TENDENCIAS EN DATA MINING

DM multimedia. DM distribuido. DM web. DM Seguridad y confidencialidad.

Conclusin sobre MD

La minera de datos consiste en la "explotacin" de datos en bruto. Su objetivo, perseguido mediante la manipulacin (semi-automtica) de los datos, es la obtencin de informacin clave para conseguir beneficios informacin ms relevante y til que los propios datos de partida.

Conclusin sobre MD

El trmino minera podra inducir al error de restringir este objetivo a la bsqueda y extraccin de fragmentos tiles de informacin ya almacenada explcitamente. En cambio, la minera de datos se ocupa principalmente de la construccin de informacin no representada explcitamente en los datos.

Conclusin sobre MD

La minera de datos se fundamenta en la interseccin de diversas reas de estudio, entre las que cabe destacar: anlisis estadstico, bases de datos, inteligencia artificial y visualizacin grfica