Data maining grupo 4
- 1. Minería de Datos DOCENTE: ING. DAVID MENDOZA GUTIERREZ GRUPO 4 YUCRA MIRANDA YENNY YANETH PEREZ FIERRO DANIEL SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY
- 2. Historia de la minería de Datos La minería de datos empieza alrededor de los años 70. ❏ Data Fishing (Pesca de Datos) ❏ Data Mining (Procesamiento de datos). ❏ Data Archaeology (Arqueología de datos) con la idea de encontrar correlaciones sin una hipótesis previa en bases de datos con ruido. A principios de los años ochenta, Rakesh Agrawal, GioWiederhold, Robert Blum y Gregory Piatetsky-Shapiro entre otros, empezaron a consolidar los términos de Minería de Datos y KDD. La evolución de sus herramientas en el transcurso del tiempo puede dividirse en cuatro etapas principales: • Colección de Datos (1960). • Acceso de Datos (1980). • Almacén de Datos y Apoyo a las Decisiones (principios de la década de 1990). • Minería de Datos Inteligente.( década de 1990). integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATO DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 3. Qué es minería de datos La minería de datos es el proceso de búsqueda en grandes bases de datos para encontrar información útil que sirva para la toma de decisiones. También se utiliza el término en inglés «data mining». integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 4. La minería de datos surgió con la intención o el objetivo de ayudar a comprender una enorme cantidad de datos Cómo surgió Mining o Minería de Datos ? integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 5. 1. Determinación de los objetivos. 2. Procesamientos de datos. 3. Determinación del modelo. 4. Análisis de los resultados. Para llevar a cabo un análisis de Data Mining, deberán realizar cuatro pasos distintos: integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 6. Tecnica de mineria de datos ● Técnicas Descriptivas. ● Técnicas Predictivas. ❖ Descripción de clases. ❖ Análisis de asociación. ❖ Análisis de clusters. ❖ Clasificación y predicción. ❖ Árboles de decisión. ❖ Redes Neuronales. integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 7. Diferencias entre Data Mining y Big Data integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 8. ❖ Es capaz de analizar bases de datos con una enorme cantidad de datos. ❖ Los resultados son muy fáciles de interpretar y no es necesario tener conocimientos en ingeniería informática. ❖ Permite encontrar, atraer y retener clientes. ❖ La empresa puede mejorar la atención al cliente a partir de la información obtenida. ❖ Da a las empresas la posibilidad de ofrecer a los clientes los productos o servicios que necesitan. ❖ Antes de usar los modelos, estos son comprobados mediante estadísticas para verificar que las predicciones obtenidas son válidas. Ventajas de minería de datos integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 9. PROYECTO ANÁLISIS DE LA PREDICCIÓN DE VENTAS APLICANDO UN MODELO DE MINERÍA DE DATOS SOBRE UN CONJUNTO DE DATOS PARA UNA TIENDA DE BICICLETAS integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 10. DESARROLLO DEL PROYECTO integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 11. DIAGRAMA DE CLASES integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 12. ORIGEN DE LOS DATOS integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 13. MIGRACIÓN DE LOS DATOS integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 14. PROBLEMA 1: La tienda de bicicleta quiere conocer qué tipos de clientes y posibles compradores. integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 15. EXPLORAR DATOS integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 16. CREACIÓN DE LA VISTA “view_ventas” integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 17. CREAR MODELOS crear el data Sources Para crear el modelo, lo hacemos una vez definido la base de datos en SQL server. Es dirigirnos a la herramienta SQL server Data tools, creamos un proyecto de tipo minería de datos. Una vez definido el proyecto nos dirigimos a Data Sources. Y nos conectamos al servidor, y a continuación nos conectamos a la base de datos con la cual se trabajará en el proyecto como se muestra en la siguiente gráfica. integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 18. CREAR MODELOS crear el data Sources Views Para crear la vista lo que hacemos es dirigirnos a Data Source Views, aquí seleccionamos la base de datos que seleccionamos en el Data Sources. integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 19. CREAR MODELOS crear el data Sources Views A continuación, seleccionamos la vista que hemos preparado para trabajar con el proyecto, basado en la base de datos. integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 20. CREAR MODELOS creación del data Mining Strutures Para crear el modelo, lo que hacemos en este caso para el proyecto, es aleccionar el Algoritmo con el que se trabajara, en este caso seleccionamos el algoritmo de Microsoft Naive Bayes. integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 21. CREAR MODELOS creación del data Mining Strutures A continuación, definimos todos los atributos los cuales serán definidos como, entradas, la llave primaria y finalmente seleccionamos la variable de predicción, en este caso tenemos la variable Edad el cual será tomado como dato de predicción. Luego seleccionamos un valor de predicción, en este caso seleccionamos, como porcentaje de prueba 30 por ciento. integrantes: YUCRA MIRANDA YENNY YANETH SALAS QUISPE FRANKLIN GODOY CACERES JORGE JHONNY PEREZ FIERRO DANIEL MODULO: FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS DOCENTE: ING. DAVID MENDOZA GUTIERREZ
- 22. CREDITS: This presentation template was created by Slidesgo, including icons by Flaticon, and infographics & images by Freepik. THANKS! GRUPO 4