Transcript DataMining
Universidad Tecnológica Metropolitana Facultad de Ingeniería Dpto. de Ingeniería Industrial Data Mining Minería de Datos Integrantes -Rodolfo González - Ítalo Jara - Tamara Navarrete - Ariel Mella ¿ Que es Data Mining ? El Data Mining (o minería de datos) es un proceso mediante el cual se identifican patrones que se encuentran ocultos en los datos, pero, ¿Cómo funciona? Data mining es una herramienta que utiliza como materia prima las bases de datos para encontrar los ya nombrados patrones y las relaciones dentro de los datos, para de esa manera crear modelos, representaciones abstractas de la realidad y representación de datos obtenidos No obstante, la minería de datos además de encontrar información, genera información nueva que posteriormente servirá para apoyar la toma de decisiones. Un Poco de Historia… • • • • Al hablar del Data Mining, no nos referimos a un concepto explícitamente contemporáneo, realmente las primeras ideas que se tienen acerca de este proceso se revocan ya hasta mediados los años setenta donde se buscaba encontrar correlaciones en bases de datos, pero no fue hasta finales de los ochenta cuando se comenzó a consolidad la idea de Data Mining y KDD (Knowledge Discovery and Data Mining). Ya a mediados de la década de 1990 se hizo notar el impacto de grandes cantidades de datos acumulados y las dificultades de interpretarlos de un modo productivo, lo que llevó al desarrollo de novedosas técnicas de Data Mining y análisis inteligente de datos. Ahora bien, actualmente es prioritario el uso de este tipo de herramientas en las empresas que necesitan identificar oportunidades y retener a sus clientes a partir del buen uso de la información, es más, hoy en día no sería exagerar el hecho de afirmar que más de la mitad de las empresas alrededor de todo el mundo utilizan este tipo de herramientas de análisis. En fin, podemos observar que estamos frente a un proceso de gran importancia a nivel informático y que sin duda alguna será aun más relevante a medida que trascurre el tiempo. Procesos de extracción de la información Este proceso cuenta de 5 pasos puntuales: 1. Integración y Recopilación. 2. Selección, Limpieza y Transformación. 3. Minería de Datos. 4. Evaluación e Interpretación. 5. Obtención del conocimiento. Técnicas del Data Mining • Regresión Lineal Método matemático, que crea un modelo entre la relación de las variables dependientes, las variables independiente y un término aleatorio. • Redes Neuronales prototipo de aprendizaje y procesamiento automático, infundido netamente en la forma de trabajar del sistema nervioso animal • Árbol de Decisión modelo de predicción, el cual construye diagramas de construcciones lógicas para representar y categorizar una serie de condiciones que ocurren de manera sucesiva, para la resolución de un problema. • Algoritmo de Agrupamiento (clustering) Consiste en la agrupación de una serie de vectores de acuerdo a un criterio de cercanía, la cual se determina en términos de funciones de distancia o variables discretas. Aplicaciones • • • • • • Gobiernos Empresas Ciencias e Ingeniería Universidad Los Juegos Chile : -Gobierno , Empresa, Periodismo, Cuidado del medio Ambiente. Descubrimiento de Conocimiento en Bases de Datos • Conocido también como KDD (Knowledge Discovery in Databases). • Se caracteriza por ser: - Válido. - Novedoso. - Potencialmente útil. - Comprensible. Descubrimiento de Conocimiento en Bases de Datos • Este se define como “La extracción no trivial de información potencialmente útil a partir de un gran volumen de datos, en el cual la información está implícita, en donde se trata de interpretar grandes cantidades de datos y encontrar relaciones o patrones, para conseguirlo harán falta técnicas de aprendizaje, estadística y bases de datos”. (Molina, 2001) • Las tareas comunes en KDD son la inducción de reglas, los problemas de clasificación y clustering, el reconocimiento de patrones, el modelado predictivo, la detección de dependencias, etc. • Este involucra un proceso iterativo e interactivo, de búsqueda de modelos, patrones o parámetros, los cuales descubiertos deben ser validos, novedosos para el sistema y potencialmente útiles. Todo esto a través de algoritmos. Relación con otras Tendencias Desafíos para la Minería de Datos • El Impacto en la Sociedad. • Acerca de lo ético y su legalidad. - En lo Privado. - Modelos, Errores y Discriminación. • Minería de Datos Distribuida. Proyecciones a Futuro del Data Mining • Actualmente… el mejor uso del Data Mining es aquel donde el analista formula las consultas específicas a fin de que el sistema convalide o desmienta las hipótesis según los datos. • Como último objetivo… todavía lejano se intenta crear un sistema de descubrimiento de conocimiento de propósito general que, a medida que se vuelva más complejo, agregue sus propios aportes. • En poco tiempo más el Data Mining puede volverse tan común y fácil de usar como un email. Podremos utilizar estas herramientas de forma masiva para analizar datos a gran escala y encontrar, por ejemplo, la mejor tarifa aérea a Cancún …