1 KDD y Técnicas de Minería de Datos en WekaClaudio Henríquez Berroeta

2 Contenidos Introducción, conceptos fundamentales.Técnicas de Minería de Datos Prédictivas Descriptivas Análisis de Datos Ejemplos Prácticos Preguntas

3 Introducción Conceptos Fundamentales Business IntelligentKnowledge discovery in Databases (KDD) Data Mining

4 Business Intelligent La inteligencia de Negocios es un conjunto de métodos, técnicas y herramientas que apoyan la toma de decisiones para obtener ventajas competitivas en el mercado. Concepto surge a raíz de los Decision Support System (DSS).

5 Knowledge Discovery in DatabasesProceso de Descubrimiento de conocimiento en Bases de Datos.

6 Data Mining (1) Minería de Datos se denomina a la explotación de las bases de datos para obtener información no trivial, es decir, encontrar patrones o relaciones en los datos. Antecedentes Grandes cantidades de datos. Aumento de la capacidad de respaldo.

7 Data Mining (2)

8 Técnicas de Minería de DatosDescriptivas Buscan describir las relaciones encontradas en las Bases de Datos. Predictivas Buscan predecir un resultado en base a los patrones encontrados en las Bases de Datos.

9 Técnicas DescriptivasReglas de asociación Clustering (agrupamiento)

10 Técnicas Predictivas Árboles de Decisión Redes NeuronalesMáquinas de Soporte Vectorial Clasificadores Bayesianos

11 Análisis de datos de entradaSelección Creación de un Data Almacén de Datos Preprocesamiento Análisis Cualitativo Análisis Cuantitativo Transformación Enriquecimiento

12 Tipos de Datos Numéricos NominalesNo soportados por todos los algoritmos edad precio sueldo Nominales Subtipo: Binarios nombre dirección producto sexo

13 Problema Un gerente de una empresa española, quiere saber las características del producto que se vendió más durante el primer semestre del 2003, y así poder determinar el orden de las prioridades para su abastecimiento.

14 Preguntas