Minería De Datos

(Data Mining)

05 Mayo 2018
 Data Mining

2 5/5/2018 Propiedad intelectual de la UNIVERSIDAD PILOTO DE COLOMBIA® - Año 2017

 Objetivo
• Obtener una búsqueda de patrones en clave, optar por los
patrones repetitivos o tendencias que explican el
comportamiento de los datos.

3 5/5/2018 Propiedad intelectual de la UNIVERSIDAD PILOTO DE COLOMBIA® - Año 2017

 Sistema de Data Mining

Permite:
• Analizar factores de influencia en determinados procesos.
• Predecir o estimar variables.
• Comportamientos futuros.
• Segmentar o agrupar ítems similares.
• Obtiene secuencias de eventos que provocan
comportamientos específicos.

4 5/5/2018 Propiedad intelectual de la UNIVERSIDAD PILOTO DE COLOMBIA® - Año 2017

 Proceso de Data Mining

Un proceso respectivo de minería de datos consta de los

siguientes pasos:

1. Selección de conjunto de datos:

Obtener variables independientes como variables objetivos, para
posiblemente analizar el muestreo de los registros disponibles.

2. Análisis de las propiedades de los datos:

Consta de optar por los histogramas, diagramas de dispersión,
presencia de valores atípicos y ausencia de datos (valores nulos).

5 5/5/2018 Propiedad intelectual de la UNIVERSIDAD PILOTO DE COLOMBIA® - Año 2017

 Proceso de Data Mining

6 5/5/2018 Propiedad intelectual de la UNIVERSIDAD PILOTO DE COLOMBIA® - Año 2017

 ¿Por que surge Data Mining?

• Surge de la necesidad de técnicas y herramientas mas

potentes para la gestión de grandes cantidades de datos.

• Ayuda a comprender el contenido de repositorio de datos,

con el fin de hacer usos de practicas estadísticas y en algunos
casos, algoritmos de búsqueda próximos a la inteligencia
artificial y a las redes neuronales .

7 5/5/2018 Propiedad intelectual de la UNIVERSIDAD PILOTO DE COLOMBIA® - Año 2017

 Modelo de Data Mining

8 5/5/2018 Propiedad intelectual de la UNIVERSIDAD PILOTO DE COLOMBIA® - Año 2017

 Etapas de Data Mining

• Comprensión de lo buscado y del problema a resolver.

• Determinación, captación y limpieza de los datos
necesitados.
• Creación de los modelos matemáticos.
• Validación y comunicación de los resultados.
• Integración de los anteriores resultados una vez validos y
comunicados.

9 5/5/2018 Propiedad intelectual de la UNIVERSIDAD PILOTO DE COLOMBIA® - Año 2017

 Diferencias
Data Mining Big Data

• Analiza grandes • Analiza los grandes

volúmenes de datos. volúmenes de datos que
superan la capacidad de
• Sintetiza, identifica y los procesamientos
agrupa patrones de informáticos habituales.
comportamiento de los • Analizar en el menor
datos. tiempo posible y de
forma eficaz toda la
información.

10 5/5/2018 Propiedad intelectual de la UNIVERSIDAD PILOTO DE COLOMBIA® - Año 2017

 Ventajas de Data Mining

• Modelos confiables.

• Grandes bases de datos

pueden ser analizadas.

• Descubre información que

no se esperaba obtener.

• Los modelos se construyen

de manera rápida.

11 5/5/2018 Propiedad intelectual de la UNIVERSIDAD PILOTO DE COLOMBIA® - Año 2017

 Desventajas de Data Mining
• Dificultad de recopilación de
los datos.

• Dependiendo del tipo de

datos que se quieran
recopilar puede conllevar
mucho trabajo o la
necesidad de tecnología de
elevado coste.

• El pre, procesamiento de
datos puede llevar
demasiado tiempo.

12 5/5/2018 Propiedad intelectual de la UNIVERSIDAD PILOTO DE COLOMBIA® - Año 2017

 Técnicas de Data Mining

Provienen de la Inteligencia Artificial y de la estadística. Los mas

representativos son:

Técnicas de Modelado:

• Redes neuronales.
• Regresión lineal.
• Arboles de decisión
• Modelos estadísticos.
• Agrupamiento

13 5/5/2018 Propiedad intelectual de la UNIVERSIDAD PILOTO DE COLOMBIA® - Año 2017

 Técnicas de Data Mining

Descriptivas Predictivas

Orientadas a describir un Orientadas a estimar alores

conjunto de datos. de salida.

14 5/5/2018 Propiedad intelectual de la UNIVERSIDAD PILOTO DE COLOMBIA® - Año 2017

15 5/5/2018 Propiedad intelectual de la UNIVERSIDAD PILOTO DE COLOMBIA® - Año 2017