Clase 05 Fundamentos De Miner A De Datos

Data Mining
ICA082
Sesión 05 – Fundamentos de minería
de datos

© Antonio De la Barra C. - an.delabarra@uandresbello.edu

Data Mining – ICA082

1

Fundamentos de minería de
datos

Introducción

Ejemplos de algoritmos

© Antonio De la Barra C. - an.delabarra@uandresbello.edu

Data Mining – ICA082

2

Indicadores en las slides
Definición o concepto
Tema importante o concepto clave
Ejemplo

©Antonio De la Barra C. - an.delabarra@uandresbello.edu

Data Mining – ICA082

3

Fundamentos de minería de
datos

Introducción

Ejemplos de algoritmos

© Antonio De la Barra C. - an.delabarra@uandresbello.edu

Data Mining – ICA082

4

Business Intelligence
Introducción

Minería de datos

Archivos de datos

Bases de datos

ETL

OLAP
Data warehouse

Internet
Reporting

© Antonio De la Barra C. -an.delabarra@uandresbello.edu

Data Mining – ICA082

5

Minería de datos
Introducción
Extracción de patrones (“conocimiento”)
de grandes volúmenes de datos.
El conocimiento se puede manifestar como:
patrones,
reglas
de
conocimiento,
restricciones, tendencias, etc.
•

Datos de los sistemas transaccionales:
–
–
–

•

Competidores:
–

•

Productos y servicios: datos de producción,
inventario y venta.Clientes: necesidades y su proceso de toma de
decisiones.
Transacciones de negocios.

Presiones competitivas y condiciones de la industria.

Información general:
–

tendencias económicas, tecnológicas y culturales.

© Antonio De la Barra C. - an.delabarra@uandresbello.edu

Data Mining – ICA082

6

Técnicas de minería de datos
Introducción
Reglas de asociación
• Se utilizan para descubrir hechos queocurren en común dentro de un determinado conjunto de datos.

Árboles de decisión
• Diagramas de construcciones lógicas, que sirven para representar y categorizar una serie de condiciones que suceden de
forma sucesiva, para la resolución de un problema.

Naive Bayes
• Basado en el teorema de Bayes: la probabilidad condicional de un evento aleatorio A dado B expresado en términos de la
distribuciónde probabilidad condicional del evento B dado A y la distribución de probabilidad marginal de A.

Clustering
• Procedimiento de agrupación de una serie de vectores según criterios habitualmente de distancia.

© Antonio De la Barra C. - an.delabarra@uandresbello.edu

Data Mining – ICA082

7

Aprendizaje de Máquina
Introducción

• Algoritmos que mejoran su rendimiento en una tarea a
través de laexperiencia.

Buscar la solución más adecuada en el
espacio
de
hipótesis
usando
conocimiento previo y datos de
entrenamiento para guiar la búsqueda.
© Antonio De la Barra C. - an.delabarra@uandresbello.edu

Data Mining – ICA082

8

Tareas del Aprendizaje de Máquina
Introducción

Predicción
Clustering
Clasificación
Detección de anormalidades (outliers)
Asociaciones
Descripción
Visualización
©Antonio De la Barra C. - an.delabarra@uandresbello.edu

Data Mining – ICA082

9

Ejemplos Aprendizaje de Máquina
Introducción
Predecir la factibilidad que un
paciente sufra de cáncer basado en
información demográfica, exámenes
clínicos y su historial familiar

Identificar el monto escrito en un
cheque bancario basado en una
imagen digitalizada
• Clasificación

• Predicción
Determinar grupos conrasgos
comunes
en
clientes
de
supermercado

Identificar si la entrega de cierto
crédito bancario es riesgoso basado
en información financiera del cliente

• Clustering

• Clasificación

Identificar cuerpos celestes poco
usuales basado en información de
catálogos astronómicos
• Anomalías
© Antonio De la Barra C. - an.delabarra@uandresbello.edu

Data Mining – ICA082

10

Tipos de aprendizajeIntroducción

Según el objetivo del análisis de los datos, los algoritmos utilizados se clasifican en
supervisados y no supervisados (Weiss y Indurkhya, 1998):

Algoritmos supervisados
• Predicen un dato desconocido a priori, a partir de otros conocidos.

Algoritmos no supervisados
• Se descubren patrones y tendencias en los datos.

© Antonio De la Barra C. - an.delabarra@uandresbello.edu

Data Mining –...