preparatoria

INDICE

Minería de datos………………………………………………………….3

Motivación………………………………………………………………….4

Problemas, tipo y aplicación………………………………………..5

Áreas de aplicación……………………………………………………..6

Relación de DM ………………………………………………………….7

Proceso del KDD………………………………………………………….8

Herramientas OLAP, MOLAP……………………………….…….10

Transformación del esquema…………………………………….12Bibliografía………………………………………………………………..13




























MINERIA DE DATOS

La minería de datos es el proceso de detectar la información procesable de los conjuntos grandes de datos. Utiliza el análisis matemático para deducir los patrones y tendencias que existen en los datos. Normalmente, estos patrones no se pueden detectar mediante la exploración tradicional de los datos porque lasrelaciones son demasiado complejas o porque hay demasiado datos.
Estos patrones y tendencias se pueden recopilar y definir como un modelo de minería de datos. Los modelos de minería de datos se pueden aplicar en escenarios como los siguientes:
Pronóstico: cálculo de las ventas y predicción de las cargas del servidor o del tiempo de inactividad del servidor.
Riesgo y probabilidad: elección de losmejores clientes para la distribución de correo directo, determinación del punto de equilibrio probable para los escenarios de riesgo, y asignación de probabilidades a diagnósticos y otros resultados.
Recomendaciones: determinación de los productos que se pueden vender juntos y generación de recomendaciones.
Búsqueda de secuencias: análisis de los artículos que los clientes han introducido en elcarrito de la compra y predicción de posibles eventos.
Agrupación: distribución de clientes o eventos en grupos de elementos relacionados, y análisis y predicción de afinidades.
La generación de un modelo de minería de datos forma parte de un proceso mayor que incluye desde la formulación de preguntas acerca de los datos y la creación de un modelo para responderlas, hasta la implementación delmodelo en un entorno de trabajo. Este proceso se puede definir mediante los seis pasos básicos siguientes:
1. Definir el problema
2. Preparar los datos
3. Explorar los datos
4. Generar modelos
5. Explorar y validar los modelos
6. Implementar y actualizar los modelos



MOTIVACION


• El aumento del volumen y variedad de información que se encuentra informatizada en bases de datosdigitales ha crecido espectacularmente en la última década.
Gran parte de esta información es histórica, es decir, representa transacciones o situaciones que se han producido.
Aparte de su función de “memoria de la organización”, la información histórica es útil para predecir la información futura.
La mayoría de decisiones de empresas, organizaciones e instituciones se basan también eninformación de experiencias pasadas extraídas de fuentes muy diversas.
Las decisiones colectivas suelen tener consecuencias mucho más graves, especialmente económicas, y, recientemente, se deben basar en volúmenes de datos que desbordan la capacidad humana.
El área de la extracción (semi-)automática de conocimiento de bases de datos ha adquirido recientemente una importancia científica y económicainusual
Tamaño de datos poco habitual para algoritmos clásicos:
• número de registros (ejemplos) muy largo (108-1012 bytes).
• datos altamente dimensionales (nº de columnas/atributos): 102-104
• El usuario final no es un experto en aprendizaje automático ni en estadística.
• El usuario no puede perder más tiempo analizando los datos:
• industria: ventajas competitivas, decisiones másefectivas.
• ciencia: datos nunca analizados, bancos no cruzados, etc.
• personal: “information overload”...
Los sistemas clásicos de estadística son difíciles de usar y no escalan al número de datos típicos en bases de datos.






PROBLEMAS TIPO Y APLICACIÓN.


KDD para toma de decisiones (Dilly 96)
MARKETING.

Buscar asociaciones entre clientes y características...