Aplicación Del Proceso de Minería de Datos (Datamining)

4
LIC. TECNOLOGÍAS DE LA INFORMACIÓN LABORATORIO III HERRAMIENTAS DE ANÁLISIS Y MINERÍA DE DATOS ALUMNO J. ALONSO LUNA R. pág. 1 HERRAMIENTAS DE ANÁLISIS Y MINERÍA DE DATOS HERRAMIENTAS DE ANÁLISIS Y MINERÍA DE DATOS UNIDAD II Unidad 2: Aplicación del proceso de minería de datos (Datamining) Actividad 1

description

Aplicación del proceso de minería de datos (Datamining)

Transcript of Aplicación Del Proceso de Minería de Datos (Datamining)

  • LIC. TECNOLOGAS DE LA INFORMACINLABORATORIO III HERRAMIENTAS DE ANLISIS Y MINERA DE DATOS

    ALUMNO J. ALONSO LUNA R.

    pg. 1HERRAMIENTAS DE ANLISIS Y MINERA DE DATOS

    HERRAMIENTAS DE ANLISIS Y MINERA DEDATOS

    UNIDAD II

    Unidad 2: Aplicacin del proceso de minera de datos (Datamining)Actividad 1

  • LIC. TECNOLOGAS DE LA INFORMACINLABORATORIO III HERRAMIENTAS DE ANLISIS Y MINERA DE DATOS

    ALUMNO J. ALONSO LUNA R.

    pg. 2HERRAMIENTAS DE ANLISIS Y MINERA DE DATOS

    Knowledge Discovery in Databases (KDD)Es la extraccin de conocimiento que est principalmente relacionado con el proceso de descubrimiento y que se refiere al proceso no-trivialde descubrir conocimiento e informacin potencialmente til dentro de los datos contenidos en algn repositorio de informacin.

    Es un proceso iterativo que exhaustivamente explora volmenes muy grandes de datos para determinar relaciones.

    Es un proceso que extrae informacin de calidad que puede usarse para dibujar conclusiones basadas en relaciones o modelos dentro de losdatos.

    Etapas del proceso KDD

    1. Seleccin de datos.En esta etapa se determinan las fuentes de datos y el tipo de informacin a utilizar. Es la etapa donde los datos relevantes para elanlisis son extrados desde la o las fuentes de datos.

    2. Pre procesamiento.Esta etapa consiste en la preparacin y limpieza de los datos extrados desde las distintas fuentes de datos en una forma manejable,necesaria para las fases posteriores. En esta etapa se utilizan diversas estrategias para manejar datos faltantes o en blanco, datosinconsistentes o que estn fuera de rango, obtenindose al final una estructura de datos adecuada para su posterior transformacin.

  • LIC. TECNOLOGAS DE LA INFORMACINLABORATORIO III HERRAMIENTAS DE ANLISIS Y MINERA DE DATOS

    ALUMNO J. ALONSO LUNA R.

    pg. 3HERRAMIENTAS DE ANLISIS Y MINERA DE DATOS

    3. Transformacin.Consiste en el tratamiento preliminar de los datos, transformacin y generacin de nuevas variables a partir de las ya existentes con unaestructura de datos apropiada. Aqu se realizan operaciones de agregacin o normalizacin, consolidando los datos de una formanecesaria para la fase siguiente.

    4. Data Mining.Es la fase de modelamiento propiamente tal, en donde mtodos inteligentes son aplicados con el objetivo de extraer patronespreviamente desconocidos, vlidos, nuevos, potencialmente tiles y comprensibles y que estn contenidos u ocultos en los datos.

    5. Interpretacin y Evaluacin.Se identifican los patrones obtenidos y que son realmente interesantes, basndose en algunas medidas y se realiza una evaluacin de losresultados obtenidos.

    KDD proceso

    IMAGEN 1 IMAGEN 2

  • LIC. TECNOLOGAS DE LA INFORMACINLABORATORIO III HERRAMIENTAS DE ANLISIS Y MINERA DE DATOS

    ALUMNO J. ALONSO LUNA R.

    pg. 4HERRAMIENTAS DE ANLISIS Y MINERA DE DATOS

    REFERENCIAS BIBLIOGRAFICAS

    WebMining Consultores . KDD: Proceso de Extraccin deconocimiento. Categora Business Intelligence & Analytics, DataMining. Publicado el 10 de Enero de 2011 . Extrado el 12 deMarzo del 2015 desdehttp://www.webmining.cl/2011/01/proceso-de-extraccion-de-conocimiento/

    Lau's Blog. KDD. Topicos Avanzados de Bases de Datos.Publicado el lunes, 10 de mayo de 2010. Extrado el 12 deMarzo del 2015 desde http://laura-topicos.blogspot.ca/2010/05/kdd.html