INTRODUCCIÓN A DATA MINING

INTRODUCCIÓN A DATA MINING
(Minería de datos)
ÍNDICE:
1) ¿Qué es la minería de datos?
2) Aplicaciones
3) KDD (Knowledge Discovery in Databases)
- El proceso de extracción de conocimiento
-Carácter multidisciplinar
4) Técnicas de minería de datos
-Modelos descriptivos y modelos predictivos
-Clasificación de las técnicas de minería de datos
5) Fuentes de datos
6) Evaluación deresultados
7) Sistemas de minería de dato
8) bibliografías












1: ¿Qué es la minería de datos?
Extracción de patrones (“conocimiento”) en grandes bases de datos.
Requisitos:
No trivial
ImplícitoPreviamente desconocido
Potencialmente útil
Definiciones:
“Non:trivial extraction of implicit, previously unknownand potentially useful information from data”Frawley, Piatetsky--Shapiro & Matheus:Knowledge Discovery in Databases: An Overview.MIT Press, 1991.
"Non - extracción trivial de implícita, previamente desconocida
y la información potencialmente útil a partir de datos " .
Frawley ,Piatetsky - Shapiro y Matheus :
Descubrimiento de Conocimiento en Bases de Datos : Una visión general .
MIT Press, 1991


“Exploration and analysis, by automatic orsemiautomatic means, of large quantities of data in
order to discover meaningful patterns.”
Berry & Linoff:
Data Mining Techniques.Wiley, 1997


"La exploración y el análisis, por automático o semi -automatizado , de grandes cantidades de datos en
para descubrir patrones significativos " .
Berry & Linoff :
Técnicas de minería de datos.
Wiley, 1997




2)APLICACIONES:-Market basket analysis (compras)
-Perfiles de usuario en la Web
-Segmentación de clientes
-Detección de fraudes / intrusos






3) KDD (Knowledge Discovery in Databases)
Extracción de conocimiento en bases de datos-El proceso de extracción de conocimiento
.Limpieza de datos
(eliminación de ruido e inconsistencias)
.Integración de datos
(combinación de múltiples fuentes de datos)
.Reducción/Selección de datos...