Mineria de datos
AGRADECIMIENTOS
Gracias a: Dios por brindarme sabiduría y por su infinito amor. A mi madre por su confianza y entrega. A mi padre por su apoyo. A mis hermanos por la confianza y amor. A Raúl que me ha impulsado a lograr lo inimaginable. A mi Universidad y Profesores. Gracias por lo que hemos logrado.
“Mas la senda de los justos es como la luz de laaurora, que va en aumento hasta que el día es perfecto” Proverbios 4:18
INTRODUCCIÓN .......................................................................................................... 1 CAPÍTULO 1.
1.1. 1.2. 1.3. 1.4. 1.5. 1.6.
1.6.1. 1.6.2.
MINERÍA DE DATOS ........................................................................ 3INTRODUCCIÓN....................................................................................................................... 3 ¿QUÉ ES LA MINERÍA DE DATOS? ............................................................................................. 4 LIMITACIONES DE LA MINERÍA DE DATOS .................................................................................... 7 DIFERENCIAS ENTRE MINERÍA DE DATOS Y ESTADÍSTICA............................................................. 8 MINERÍA DE DATOS Y KDD .................................................................................................... 11 METODOLOGÍAS DE MINERÍA DE DATOS ................................................................................... 13
Metodologías SEMMA........................................................................................................................................ 14 Metodología CRISP-DM ..................................................................................................................................... 17
1.7. 1.8.
FASES DE UN PROYECTO DE MINERÍA DE DATOS ..................................................................... 23 APLICACIONES DE LA MINERÍA DE DATOS................................................................................. 24
CAPÍTULO 2.
2.1. 2.2. 2.3. 2.4. 2.5. 2.6. 2.7.
TÉCNICAS DE MINERÍA DE DATOS. ............................................ 32
INTRODUCCIÓN..................................................................................................................... 32 TÉCNICA DE DETECCIÓN DE ANOMALÍAS (OUTLIER).................................................................. 33 AGRUPAMIENTO (CLUSTERING) ............................................................................................. 38 ÁRBOLES DE DECISIÓN ......................................................................................................... 51 REDES BAYESIANAS............................................................................................................. 65 REDES NEURONALES ............................................................................................................ 69 SERIES DE TIEMPO ............................................................................................................... 74
CAPÍTULO 3.
3.1. 3.2. 3.3. 3.4. 3.5. 3.6.
SOFTWARE PARA MINERÍA DEDATOS...................................... 84
INTRODUCCIÓN..................................................................................................................... 84 INTELLIGENT MINER / DB2 DATA WAREHOUSE EDITION (IBM) ................................................. 85 PASW MODELER (CLEMENTINE) ........................................................................................... 89DATAENGINE.................................................................................................................... 95 ORACLE DATAMINING............................................................................................................ 97 WEKA (SOFTWARE EN JAVA DE MINERÍA DE DATOS) ............................................................... 102
3.7.
ENTERPRISE MINER (SAS)...
Regístrate para leer el documento completo.