Bibliografía

 Introducción a la Minería de Datos.

Hernández Orallo, Ramirez Quintana, Ferri
Ramirez.
Editorial Pearson – Prentice Hall.
2004
Aprobación del curso
Entrega del Rinde
Asistencia Final
Modalidad Trabajo examen
requerida
Integrador Parcial
Evaluación
Presencial 70 % SI NO Reducida
(al final del curso)
Actividades Evaluación
Semi
a distancia SI NO Reducida
presencial
WebUNLP (al final del curso)
Deberá
Convencional NO NO SI presentarse en una
Mesa de Final
Autoevaluaciones

Realización Puntaje adicional Uso del puntaje

Modalidad
obligatoria para el Final (*) Adicional

Evaluación Reducida
Presencial NO Hasta 2 puntos
Aprobada con nota ≥ 5

Semi Evaluación Reducida

70% Hasta 1 punto Aprobada con nota ≥ 5
presencial

Convencional NO NO NO

(*) 1 punto por cada 3 autoevaluaciones aprobadas con nota ≥ 4 puntos

Material del Curso
 Toda la información y el material del curso se
publicará a través de WebUNLP.

webunlp.unlp.edu.ar
 Quienes aún no tengan acceso y se encuentren
inscriptos en Guaraní deberán solicitar inscripción
en el curso.
 Página de la cátedra
weblidi.info.unlp.edu.ar/catedras/md_si
EXTRACCIÓN DE
CONOCIMIENTO EN BBDD
Introducción
 Los avances tecnológicos hacen que las
capacidades para generar y almacenar datos se
incrementen día a día.
 Automatización de todo tipo de transacciones
 Comerciales, negocios, gubernamentales,
científicas.
 Avances en la recopilación de datos
 Lectores de código de barra.

 Mejora en la relación precio-capacidad de los

dispositivos de almacenamiento masivo.
 Extracción de conocimiento en BBDD
7

 A fines de los ‘80 apareció un nuevo campo de

investigación llamado KDD (Knowledge Discovery in
Databases)
 KDD es el proceso no trivial de identificar patrones
a partir de los datos con las siguientes
características:
 Válidos
 Novedosos
 Potencialmente útiles
 Comprensibles
Cómo obtener conocimiento?

PATRONES
y MODELOS
 Relación con otras disciplinas
9

Text Mining

Programa ProSanE

Asignación de
móviles en EM SIFT
(MOPSO) paralelo

Obtención de reglas de Reconocimiento de rostros

clasificación (PSO binario) (SIFT + PSO) y de
personas por su voz (RN)
 Aplicaciones
10

 Análisis de bases de datos y soporte de decisiones

 Análisis y gestión de mercado

 Detección de Fraudes

 Análisis de riesgo crediticio

 Otras Aplicaciones
 Minería de Texto

 Minería de Datos en educación

 Data Stream Mining

Minería de Datos vs otras disciplinas
 Los sistemas tradicionales de explotación de datos
están basados en la existencia de hipótesis o
modelos previos.
 Problemas
 Quien formula la hipótesis debe saber cuál es la
información que necesita.
 La complejidad de los datos almacenados y sus
interrelaciones dificulta la verificación del modelo.
 La Minería de Datos busca el descubrimiento del
conocimiento sin una hipótesis preconcebida.
 Tipo de conocimiento a extraer
12

 Descriptivo
 Muestran nuevas relaciones entre las variables.
 Pueden ser utilizadas para mejorar el modelo.
 Ej: Reglas de asociación, correlaciones, etc.

 Predictivo
 En base al modelo que gobierna el sistema es posible
predecir hechos futuros.
 Soluciones basadas en Redes Neuronales y Algoritmos
Genéticos ofrecen mejores resultados que los enfoques
estadísticos.
 Ej: Clasificación, Agrupamiento (clustering), etc.
Ej.1 : Análisis de créditos bancarios
IDC D-créditos C-créditos Salario Casa Cuentas … Devuelve
(años) (pesos) (pesos) propia Morosas crédito
101 15 60000 2200 Si 2 … no
102 2 30000 3500 Si 0 … Si
103 9 9000 1700 Si 1 … No
104 15 18000 1900 No 0 … Si
105 10 24000 2100 no 0 … No
… … … … … … … …

 Reglas obtenidas
 Si cuentas-Morosas > 0 entonces Devuelve-credito = no

 Si Cuentas-Morosas=0 Y
[(Salario>2500) O (D-credito>10)] entonces
Devuelve-credito= si
13
 Ejemplo 2
 Se busca predecir si el tipo de fármaco que se
debe administrar a un paciente afectado de rinitis
alérgica es el habitual o no.

DrugY DrugC DrugX DrugA DrugB

14
 Ejemplo 2
 Para ello se hará uso de la información disponible en los historiales
clínicos de pacientes atendidos previamente. Las variables que se
recogen son:
 Age: Edad
 Sex: Sexo
 BP (Blood Pressure): Tensión sanguínea.
 Cholesterol: nivel de colesterol.
 Na: Nivel de sodio en la sangre.
 K: Nivel de potasio en la sangre.
 Cada paciente ha sido medicado con un único fármaco de entre
cinco posibles: DrugA, DrugB, DrugC, DrugX, DrugY.
15
 Ejemplo 2
El archivo Drug5.xls contiene 200 muestras de pacientes atendidos
previamente.

Nro. Age Sex BP Colesterol Na K Drug

1 23 F HIGH HIGH 0,792535 0,031258 drugY
2 47 M LOW HIGH 0,739309 0,056468 drugC
3 47 M LOW HIGH 0,697269 0,068944 drugC
4 28 F NORMAL HIGH 0,563682 0,072289 drugX
5 61 F LOW HIGH 0,559294 0,030998 drugY
… … … … … … … …
… … … … … … … …
… … … … … … … …
197 16 M LOW HIGH 0,743021 0,061886 drugC
198 52 M NORMAL HIGH 0,549945 0,055581 drugX
199 23 M NORMAL NORMAL 0,78452 0,055959 drugX
200 40 F LOW NORMAL 0,683503 0,060226 drugX

16
Ej.2. Arbol de Clasificación
Ej.2. Arbol simplificado
 Fases del proceso de KDD
19
Fases del proceso de KDD

Depende del objetivo fijado

Tipos de variables
 Cuantitativas o numéricas
 DISCRETAS
(cant. de empleados, cant. de alumnos, etc)
 CONTINUAS (sueldo, metros cuadrados, beneficios, etc)

 Cualitativas o categóricas
 NOMINALES: nombran al objeto al que se refieren sin
poder establecer un orden (estado civil, raza, idioma,
etc.)
 ORDINALES: se puede establecer un orden entre sus
valores (alto, medio, bajo, etc)
Analizando los datos disponibles
 Se busca determinar una primera medida de
calidad de los datos
 Variables Categóricas
 Análisisde frecuencia mediante histogramas o gráficos de
sectores permitirán detectar valores nulos o fuera de rango.
 Variables Cuantitativas
 Utilizarmedidas tales como: mínimo, máximo, media,
varianza, moda, mediana, etc.
 También pueden usarse gráficos como los diagramas de
cajas o los histogramas.
Ejercicio Whisky.xls
 Se ha relevado la siguiente información de 35
marcas de whisky
 PRECIO: es el precio de una botella de whisky en
francos.
 MALTA : es la graduación de malta en porcentaje

 CATEGORIA : categoría comercial del whisky

 AÑEJAMIENTO : Tiempo de añejamiento en meses

 APRECIACION: Calificación de cada whisky por un

jurado de expertos catadores.
Ejercicio Whisky.xls

 ¿Cuáles son las variables a analizar y cómo

clasificaría a c/u?

 Indique al menos dos formas de graficar la

información de cada variable.
Ejemplo Whisky.xls
 Histograma del atributo CALIDAD

Calidad Frecuencia
0 5
1 2
2 13
3 10
4 5
Ejemplo Whisky.xls
 Diagrama de cajas del atributo PRECIO
Minimo 55
1er.Cuartil 73
2do.Cuartil 83
3er.Cuartil 91,5
Maximo 160

RIC 18,5
min 45,25
max 119,25 Hay valores fuera
de rango?
¿Qué es un diagrama de cajas?
 Es un gráfico que permite visualizar un conjunto
de valores.
 Brinda información sobre los valores mínimo y
máximo y los cuartiles.
 Permite determinar la existencia de valores
atípicos y la simetría de la distribución.
¿Cómo se obtiene el diagrama de cajas?

 Paso 1: Calcular la mediana

 La mediana de una muestra es un valor numérico que
divide la muestra en dos partes con la misma cantidad
de elementos.
 Cómo se calcula?
 Primero hay que ordenar los valores de la muestra.
 Luego, si la cantidad de elementos es impar, la mediana es
el elemento central de la muestra.
 Si la cantidad de elementos es par, la mediana es el
promedio de los dos valores centrales.
Ejemplo
 Se dispone de los siguientes valores de cierto
atributo 15, 14, 40, 7, 14, 18, 2, 20, 12
 Calcular la mediana
Ejemplo 1
 Se dispone de los siguientes valores de cierto
atributo 15, 14, 40, 7, 14, 18, 2, 20, 12
 Calcular la mediana
 Ordenar la lista de valores
2 7 12 14 14 15 18 20 40

La cantidad de elementos es 9 (impar) por lo tanto el

valor que se encuentra en el centro de la muestra
ordenada es la mediana
Ejemplo 2
 Se dispone de los siguientes valores de cierto
atributo 15, 14, 40, 7, 18, 2, 20, 12
 Calcular la mediana
 Ordenar la lista de valores
2 7 12 14 15 18 20 40

La cantidad de elementos es 8 (par) por lo tanto la

mediana es el promedio de los dos valores centrales
es decir que su valor es (14+15)/2=14.5
¿Cómo se obtiene el diagrama de cajas?

 Paso 2: Calcular el 1er. y el 3er. cuartil

 Loscuartiles son valores que dividen a la muestra en 4
partes con la misma cantidad de elementos.
 Cómo se calcula el primer cuartil?
 Tomar el primer segmento incluyendo la mediana si la
cantidad de elementos de la muestra original es impar, es
decir, si la mediana coincide con un valor de la muestra.
 Repetir el mismo proceso utilizado para la calcular la
mediana.
 Parael 3er.cuartil repetir el proceso con el 2do.
segmento
Ejemplo 1
 Se dispone de los siguientes valores de cierto
atributo 15, 14, 40, 7, 14, 18, 2, 20, 12
 Antes calculamos la mediana
 Lista de valores ordenados
2 7 12 14 14 15 18 20 40

MEDIANA

Como la mediana es uno de los valores de la

muestra se incluye este valor en el segmento a
dividir.
Ejemplo 1
 Se dispone de los siguientes valores de cierto
atributo 15, 14, 40, 7, 14, 18, 2, 20, 12
 Antes calculamos la mediana
 Lista de valores ordenados
2 7 12 14 14 15 18 20 40

MEDIANA

Como la mediana es uno de los valores de la

muestra se incluye este valor en el segmento a
dividir.
Ejemplo 1
 Se dispone de los siguientes valores de cierto
atributo 15, 14, 40, 7, 14, 18, 2, 20, 12
 Calcular el primer cuartil

2 7 12 14 14 15 18 20 40

1er.cuartil
Ejemplo 1
 Se dispone de los siguientes valores de cierto
atributo 15, 14, 40, 7, 14, 18, 2, 20, 12
 Calcular el primer cuartil

2 7 12 14 14 15 18 20 40

3er.cuartil
Ejemplo 2
 Se dispone de los siguientes valores de cierto
atributo 15, 14, 40, 7, 18, 2, 20, 12
 Antes calculamos la mediana
 Lista de valores ordenados
2 7 12 14 15 18 20 40

MEDIANA = 14.5

Como la mediana NO es uno de los valores de la

muestra cada segmento tiene sólo 4 elementos.
Ejemplo 2
 Se dispone de los siguientes valores de cierto
atributo 15, 14, 40, 7, 18, 2, 20, 12
 Calcular el primer cuartil

2 7 12 14 15 18 20 40

1er.cuartil = (7+12)/2 = 9,5

Ejemplo 2
 Se dispone de los siguientes valores de cierto
atributo 15, 14, 40, 7, 18, 2, 20, 12
 Calcular el primer cuartil

2 7 12 14 15 18 20 40

3er.cuartil = (18+20)/2 = 19
 3er cuartil 18.00

Diagrama de Caja Mediana

1er. cuartil
14.00
12.00

 Calcular el diagrama de caja correspondientes a

los siguientes valores de cierto atributo
15, 14, 40, 7, 14, 18, 2, 20, 12

1er.cuartil 3er.cuartil

Mediana = 2do.cuartil
Cómo se calculan los bigotes?
 Calcular el Rango Intercuartil (RI)
RI = 3er.cuartil – 1er.cuartil

 Los bigotes indican el rango de los valores de la

muestra comprendidos en el intervalo
[1er.cuartil – 1.5 * RI ; 3er.cuartil + 1.5 * RI]
Diagrama de Caja
 Dada la muestra 15, 14, 40, 7, 14, 18, 2, 20, 12
3er cuartil 18.00
Mediana 14.00
1er. cuartil 12.00

 Luego RI = 18-12 = 6. Los bigotes cubren los

valores de la muestra entre 12-1.5*6=3 y
18+1.5*6=27.
 El primer valor mayor que 3 es 7.
 El primer valor inferior a 27 es 20.
 3er cuartil 18.00

Diagrama de Caja Mediana

1er. cuartil
14.00
12.00

 Calcular el diagrama de caja correspondientes a

los siguientes valores de cierto atributo
15, 14, 40, 7, 14, 18, 2, 20, 12
7 20

1er.cuartil 3er.cuartil

Mediana = 2do.cuartil
 3er cuartil 18.00

Diagrama de Caja Mediana

1er. cuartil
14.00
12.00

 Calcular el diagrama de caja correspondientes a

los siguientes valores de cierto atributo
15, 14, 40, 7, 14, 18, 2, 20, 12
7 20

Fuera de Fuera de
rango rango

1er.cuartil 3er.cuartil

Mediana = 2do.cuartil
Ejemplo 2
 Calcule el diagrama de caja de la muestra
15, 14, 40, 7, 18, 2, 20, 12
 Antes vimos que

3er cuartil 19.00

Mediana 14.50
1er. cuartil 9.50

http://boxplot.tyerslab.com/
BoxPlotR http://boxplot.tyerslab.com/
BoxPlotR http://boxplot.tyerslab.com/
BoxPlotR http://boxplot.tyerslab.com/
Fases del proceso de KDD

Por qué es necesaria?

Fase de Preparación de los Datos
 La información almacenada siempre tiene
 Datos faltantes

 Valores extremos

 Inconsistencias

 Ruido

 Tareas a realizar
 Limpieza (ej: resolver outliers e inconsistencias)
 Transformación (ej:discretización)
Limpieza de los datos
 En primer lugar, debe tenerse en cuenta que hay
distintos tipos de variables o atributos.
 Para cada tipo se deberá realizar un análisis de
sus valores.
 Luego, se procederá a limpiarlos
 Eliminando los valores con ruido
 Determinando que hacer con los valores nulos.

 Eliminando inconsistencias
Limpieza - Variables con ruido
 Las variables con ruido tendrán valores que caen
fuera del rango de sus valores esperados llamados
outliers.
 Por qué se originan?
 Error humano en la carga de datos (ej: una persona
puede aparecer con una altura de 5 metros).
 Determinados cambios operacionales no han sido
registrados en el proceso.

Es preciso analizar los metadatos

 RAPID MINER
HERRAMIENTA DE MINERÍA DE DATOS

HTTP://RAPID-I.COM
 RAPID MINER

• Es un entorno para experimentación de análisis de

datos que posee implementadas distintas
estrategias de Minería de Datos.
• Es de distribución libre.
• Opera a través de la conexión de componentes
visuales.
 EJEMPLO : WHISKY.XLS

• Utilicemos Rapid Miner para analizar la información

disponible.
• Antes de comenzar, asegúrese de que dispone del
archivo WhiskyConFaltantes.xls.
• De no ser así, puede descargarlo de siguiente URL

weblidi.info.unlp.edu.ar/catedras/md_si
Read Excel
 Arrastrar y soltar
sobre el área Main
Process
whiskyConFaltantes.xls
 El paso 2 permite elegir la hoja con
los datos cargar dentro del archivo
Excel.
 Como es la correcta, no es
necesario indiciar nada aquí
Seleccione Name
 Verifique que aquí
aparecen los nombres de
los atributos Cada variable tiene
su tipo identificado.
Quite el tilde

Para armar algunos

modelos es preciso
indicar cual es el
atributo que identifica
la clase
 Permiten alternar entre los
datos y el proceso

Conectar y ejecutar
Limpieza - Valores faltantes
 Qué hacer con los valores nulos?
 Ignorar la tupla.
 Rellenar la tupla manualmente.
 Usar una constante global para rellenar el valor nulo.
 Utilizar el valor de la media u otra medida de
centralidad para rellenar el valor.
 Utilizar el valor de la media u otra medida de
centralidad de los objetos que pertenecen la misma
clase.
 Utilizar alguna herramienta de Minería de Datos
para calcular el valor más probable.
Reemplazando los valores faltantes
Reemplazando los valores faltantes

Falta configurarlo
Reemplazando los valores faltantes

Operación a realizar
Reemplazando los valores faltantes
 Verifique que no hay datos faltantes
 Diagrama de Cajas (Quartile Color)

¿Puede afirmarse
que la Calidad 3
tiene más
ejemplos que la
Calidad 2?
Atributo CATEGORIA

Utilice el operador
MAP
Atributo CATEGORIA

Falta configurar
Atributo CATEGORIA
Atributo CATEGORIA

Verifique los resultados

Transformación de atributos
 Es una de las etapas más importantes porque de
ella depende el éxito del proceso.
 Los atributos serán transformados según las
necesidades del algoritmo a aplicar.
 Es probable que deban derivarse variables nuevas.
 También es posible que se reduzcan variables
convirtiéndolas en información más significativa.
Transformación de atributos
 Reducción de dimensionalidad
 Cambia el espacio de entrada por otro que tiene
menor dimensión.
 Se busca mejorar la relación entre la cantidad de
ejemplos y la cantidad de atributos.
 Ejemplos
 Análisis
de componentes principales (PCA)
 Red SOM (self-organizing maps)
Transformación de atributos
 Aumento de la dimensionalidad a través de la
creación de características
 Atributos numéricos : se utiliza suma, resta, producto,
división, máximo, mínimo, media, cuadrado, raíz cuadrada,
seno, coseno, etc.
 Fechas: brindan poca información si se las usa directamente.

«Mes» : 9

«Fecha»
«DiaSem» : lunes
03/09/2012

«DiaHabil» : TRUE
Transformación de atributos
 Aumento de la dimensionalidad a través de la
creación de características
 Atributos nominales:
 Se utilizan las operaciones lógicas, igualdad o
desigualdad, condiciones M-de-N (TRUE si al menos M
de las N condiciones son verdaderas).
 Se puede generar un valor numérico a partir de
valores nominales, por ejemplo, las variables X-de-N
(retorna el entero X de las N condiciones que son
ciertas)
Ejemplo de creación de atributos
Atributo derivado Fórmula
Indice de obesidad Altura2 / peso
Hombre familiar Casado, varón e (hijos > 0)
Síntomas SARS 3-de-5 (fiebre alta, vómitos, tos, diarrea, dolor de
cabeza)
Riesgo de póliza X-de-N (edad<25, varón, años que conduce<2, vehículo
deportivo)
Beneficios Brutos Ingresos – Gastos
Beneficios netos Ingresos – Gastos – Impuestos
Desplazamiento Pasajeros * kilómetro
Duración media Segundos de llamada / número de llamadas
Densidad Población / Area
Retardo compra Fecha compra – Fecha campaña
Generando un nuevo atributo

Generemos un nuevo atributo

utilizando el componente
Generate Attributes
Generando un nuevo atributo

 Operador Generate Attributes

Antes de
ejecutarlo haga
click aquí para
configurarlo
Generación de un nuevo atributo

Nombre del definición

nuevo atributo
Generación de un nuevo atributo

if (Precio<=100,"NO","SI")
Histograma del atributo generado
Ejercicio
 El atributo Precio presenta valores fuera de rango
extremos.
 Genere un nuevo atributo VALOR que contenga los
mismos valores que el atributo Precio salvo que en
caso de ser un valor extremo cambiará su valor por
el más cercano dentro de la muestra que no se
encuentre fuera de rango.
Transformación de atributos
 Discretización
 Convierte un valor numérico en un nominal ordenado
(que representa un intervalo o "bin")
 Ejemplo: Podemos transformar
 laedad de la persona en categorías: [0,12] niño,
(12-21) joven, [21,65] adulto y >65 anciano.
 La calificación de un alumno en: [4,10] aprobado o
[0,4) desaprobado
Transformación de atributos
 Discretización
 Puede discretizarse en un número fijo de intervalos. El
ancho del intervalo se calcula
 Dividiendo el rango en partes iguales
 Dividiendo la cantidad de ejemplos en partes iguales
(igual frecuencia)
 También puede definirse la cantidad de elementos por
intervalo
Discretización en Rapid Miner

Pruebe discretizar
los atributos
numéricos con este.
Discretización en 4 intervalos
 Discretize by binning (number of bins = 4)
Discretización en 4 intervalos
 Discretize by frequency (number of bins = 4)
Transformación de atributos
 Numerización
 En ocasiones los atributos nominales u ordinales deben
convertirse en números.
 Para los nominales suele utilizarse una representación
binaria y para los ordinales suele utilizarse una
representación entera.
 Es importante considerar que si se numeran en forma
correlativa los valores de un atributo nominal se
agrega un orden que originalmente no está presente
en la información disponible.
Conversión de tipos con RM
Nominal de Numérico

Indica el tipo de
codificación a utilizar
Transformación de atributos
 Normalización
 Se aplica según el modelo que se va a construir.
 La más común es la normalización lineal uniforme

 Es muy sensible a valores fuera de rango (outliers).

 Si se recortan los extremos se obtiene valor negativos
y/o mayores a 1.
Transformación de atributos
 Normalización
 Existen otras transformaciones. Por ejemplo, si los datos
tienen distribución normal se pueden tipificar

 De esta forma los datos se distribuyen normalmente

alrededor de 0 con desviación 1.
Normalización
Normalización usando RM

Indica el método a
aplicar
Fases del proceso de KDD

Pasemos a la fase de modelado

Fase de Modelado
 Es la fase central del descubrimiento del
conocimiento.
 Se usan los datos procesados previamente y se les
aplican los algoritmos de búsqueda del
conocimiento.
 Hay distintos tipos de algoritmos según el modelo
que se desee obtener.
 La elección del algoritmo a aplicar depende del
tipo de problema de resolver.
Ej.de problemas de Data Mining
 Predecir el nivel de morosidad de un cliente.
 Saber quienes son mis clientes.
 Encontrar el perfil del comprador del producto A.
 Encontrar los síntomas de enfermedades que suelen
aparecen juntos.
 Encontrar las características de la población
fumadora.
 Detectar alumnos en escuelas con alto riesgo de
fracaso escolar.
Clasificación de problemas
 Problemas descriptivos: Aquellos cuya meta es
encontrar una descripción de los datos en estudio
 Ejemplos:cuales son los clientes de una organización,
qué productos habitualmente se compran juntos.
 Problemas Predictivos : Aquellos que buscan
obtener un modelo que en un futuro pueda ser
aplicado para predecir comportamiento
 Ejemplo:poder predecir si un cliente nuevo que llega al
banco pidiendo un préstamo va a devolverlo o no.
Tipos de problemas descriptivos
 Problemas de Clustering
 Buscan agrupar los datos de manera de formar grupos
lo más homogéneos que sea posible.
Ejemplo: Hallar el perfil de los clientes del producto A.
 Problemas de asociación
 Buscan obtener relaciones entre los valores de los
atributos de una base de datos.
Ejemplo: Qué productos se compran juntos?
Tipos de problemas predictivos
 Problemas de clasificación
 Aquellos en los que la variable a predecir tiene un
número finito de valores (variable categórica).
 Ejemplo: se busca obtener un modelo que dado un nuevo
cliente pueda clasificarlo como “bueno”, “regular” o “malo”.

 Problemas de predicción de valores

 Aquellos en los que la variable a predecir es numérica.
 Ejemplo:Obtener un modelo que dado un paciente nuevo
determine la probabilidad de que tenga cierta
enfermedad.
Técnicas para problemas descriptivos

 Problemas de Clustering
K – Medias
 Redes Neuronales SOM (self-organizing maps)

 Problemas de asociación
 Reglas de Asociación
 Arboles de decisión
Técnicas para problemas predictivos

 Problemas de clasificación
 Arboles de clasificación
 Reglas de clasificación

 Redes Neuronales

 Problemas de predicción de valores

 RedesNeuronales con entrenamiento por
gradiente.
 Técnicas de Minería de Datos
112

 Analizaremos

 Arboles de decisión

 Reglas de clasificación y asociación

 Redes Neuronales

 Técnicas de clustering
Fases del proceso de KDD

Es un proceso iterativo que puede

llevar a repetir las fases anteriores