Minería de datos
Descargar como PPTX, PDF6 recomendaciones6,324 vistas
Este documento presenta una introducción a la minería de datos. Explica que la minería de datos extrae información oculta en los datos para resolver problemas de negocio como la generación de recomendaciones, detección de fraude y predicción. Detalla las tareas comunes de minería de datos como clasificación, agrupamiento y asociación. También describe el ciclo de un proyecto de minería de datos e incluye una clasificación de algoritmos comunes. Por último, explica cómo aplicar minería de datos utilizando herramientas de Office
Minería de datos
- 1. Minería de DatosPara el común de los mortalesAntonio sotoDirector General@antoniosql
- 2. AgendaIntroducción a Minería de DatosProblemas de NegocioTareas de Minería de DatosCiclo de un Proyecto de Minería de DatosClasificación de Algoritmos de SQL Server Data MiningMinería de Datos aplicada utilizando Office
- 3. Introducción a Minería de Datos¿Qué es la Minería de Datos?Problemas de NegocioTareas de Minería de DatosCiclo de un Proyecto de Minería de Datos
- 4. ¿Qué es la Minería de Datos?«La minería de datos (DM, Data Mining) consiste en la extracción no trivial de información que reside de manera implícita en los datos. Dicha información era previamente desconocida y podrá resultar útil para algún proceso. En otras palabras, la minería de datos prepara, sondea y explora los datos para sacar la información oculta en ellos»Fuente: Wikipedia
- 5. ¿Qué es la Minería de Datos? (II)Deducir conocimiento examinando los datos y realizando predicciones«examinar datos» examinar ejemplos de hechos conocidos sobre «casos» utilizando sus atributos – «variables»«conocimiento»: Patrones, Clusters, Reglas, Árboles de Decisión, Redes Neuronales, Reglas de Asociación,….OLAP: Análisis orientado al modeloDM: Análisis orientado al datoNombres alternativos: Análisis Predictivo
- 6. Problemas de NegocioGeneración de Recomendaciones¿Qué productos o servicios deberíamos de ofrecer a nuestros clientes?Detección de anomalíasDetección de fraudeAnálisis de Rotación¿Qué clientes son más proclives de irse a la competencia?Gestión de Riesgos¿Debería de concederse el préstamo?Segmentación de clientesClasificación de nuestros clientesAnuncios OrientadosPersonalización de anuncios, contenido,…Previsión¿Cuánto venderemos el próximo trimestre?
- 7. Tareas de Minería de Datos (I)ClasificaciónSe asigna una categoría a cada caso. Cada caso tiene un conjunto de atributos uno de ellos es el atributo clase.Se busca un modelo que describa el atributo clase como una función de los atributos de salidaAgrupaciónTambién conocido como segmentaciónIdentifica grupos naturales basándose en un conjunto de atributosAsociaciónTambién conocido como análisis de cesta de la compraRegresiónSimilar a clasificación pero con el objetivo de buscar patrones para determinar un valor numéricoEj.: Predicción de la velocidad del viento basada en temperatura presión de aire y humedad
- 8. Tareas de Minería de Datos (II)PrevisiónLa entrada es un conjunto de valores a lo largo del tiempo de los que extrae valores futurosAnálisis de secuenciaBusca patrones en una serie de eventos llamada secuenciaEj. Secuencia de navegación en WebAnálisis de desviacionesBusca casos «raros» diferentes a los demás
- 9. Ciclo de un Proyecto de Minería (I)Formulación del Problema de NegocioRecolección de DatosLimpieza y Transformación de DatosTransformación numéricaAgrupaciónAgregaciónManejo de valores «perdidos»Eliminar os «extremos»Creación del ModeloSelección del AlgoritmoPrueba y Error en muchos casos
- 10. Ciclo de un Proyecto de Minería (II)Evaluación del ModeloEvaluar la fiabilidad del modelo dentro de nuestro negocioReporting y PredicciónIntegración en AplicacionesGestión del ModeloDependiendo del escenario puede ser muy volátilPlanificar «Entrenamiento»
- 12. Clasificación de AlgoritmosTipos de AlgoritmosAlgoritmos de SQL Server Data MiningClasificación de Algoritmos
- 13. Tipos de AlgoritmosDe Forecasting. Dada una tendencia ¿Cuál es la previsión?Supervisados. Conocemos la respuesta ¿Qué está correlacionado?No Supervisados. Desconocemos la respuesta ¿Cuáles son los grupos?
- 14. Algoritmos (I)Decision TreesEl más popularUtilizado para clasificaciónClusteringEncuentra agrupaciones naturalesSequence ClusteringAgrupo una secuencia de eventos discretos en grupos naturales basado en similaridadEntender como los visitantes usan una web
- 15. Algoritmos (II)Naïve BayesClasificación en escenarios similares a Decision TreesLinear RegressionEncuentra la mejor línea recta posible a través de una serie de puntosUsado para análisis predictivoLogistic RegressionSe adapta a un factor exponencialUsado para análisis predictivo
- 16. Algoritmos (III)Association RulesAnálisis de Cesta de la compraTime SeriesAlgoritmo de previsión usado para previsión a corto y largo plazoPodemos usar varios escenarios para predecir escenarios “what if”Neural NetworkTareas de Clasificación y RegresiónMás sofisticado que Decision Trees y Naïve Bayes
- 18. Minería de Datos en Office
- 19. Minería de Datos en OfficeTareas de Preparación de DatosTableAnalysis ToolsData Modeling ToolsVisoresTesteo y Validación
- 20. Tareas de Preparación de DatosExplorar DatosInformación estadística básicaLimpieza de datosOutliersRe-labelDatos de Ejemplo
- 26. Visores de ModeloCluster DiagramCluster ProfilesOtrosVisores Decision tree
- 27. Neural network
- 29. Time seriesCluster CharacteristicsCluster Discrimination
- 30. Testeo y ValidaciónAccuracy ChartClassification MatrixProfit Chart
- 31. ResumenProblemas de Negocio que podemos resolverQue Tareas de Minería de Datos podemos aplicarCiclo de un Proyecto de Minería de DatosClasificación de Algoritmos de SQL Server Data MiningMinería de Datos aplicada utilizando Office
- 32. Minería de DatosPara el común de los mortalesAntonio sotoDirector General@antoniosql
Notas del editor
- #5: http://es.wikipedia.org/wiki/Miner%C3%ADa_de_datosLet’s start with some basic definitions. First of all, what the term “Data Mining” means? A well-formed definition was posted by Michael J. A. Berry & Gordon S. Linoff: “Data mining is the process of exploration and analysis, by automatic or semiautomatic means, of large quantities of data in order to discover patterns and rules”. Another definition comes from Raplh Kimball: “Data mining is a collection of powerful analysis techniques for making sense out of very large datasets”. Of course we have a definition by another guru, Bill Inmon: “Data Mining / Data Exploration is the usage of historical data to discover and exploit important business relationships”.
- #6: So we can say, we are deducing some hidden knowledge by examining, or training the data. Our unit of examination is called “case”, which can be interpreted as one appearance of an entity, or a row in a table. The knowledge is patterns and rules. In the process we are using attributes of a case, in the data mining terminology called “variables”. Additional goal of DM is to perform predictions based on found patterns.For better understanding we can compare Data Mining to OLAP. While OLAP is a model-driven analysis, where we build the model in advance (what if it is irrelevant?), the Data Mining is a data-driven analysis, where we search from the model in our data.
- #8: Para cada uno de los problemas anteriores, podemos aplicar varias tareas. En algunos casos una respuesta será obvia con la aplicación de una única tarea. En otros casos será necesario explorar y combinar múltiples tareas para llegar a una solución.