1 Introducción a la minería de datos

2 Temario ¿Qué es minería de datos? ¿Qué es minería de datos? ¿Quién usa minería de datos? ¿Quién usa minería de datos? ¿Por qué de la minería de datos? ¿Por qué de la minería de datos? Ciclo virtuoso de la minería de datos Ciclo virtuoso de la minería de datos Resumen de principales técnicas de minería de datos Resumen de principales técnicas de minería de datos

3 Definición de minería de datos Minería de datos es la exploración y análisis de grandes cantidades de datos con el objeto de encontrar patrones y reglas significativas (conocimiento) Minería de datos es la exploración y análisis de grandes cantidades de datos con el objeto de encontrar patrones y reglas significativas (conocimiento)

4 Metas de la minería de datos Permitir a una organización MEJORAR _____ a través de un mejor CONOCIMIENTO de _______ Permitir a una organización MEJORAR _____ a través de un mejor CONOCIMIENTO de _______ Mejorar la ventaja competitiva Mejorar la ventaja competitiva

5 La minería de datos es un campo multidisciplinario Minería de datos Inteligencia Artificial (“Machine Learning”) Estadística Bases de Datos (VLDB) Graficación y visualización Ciencias de la información Otras disciplinas

6 La minería de datos es un subconjunto de la inteligencia de negocios

7 Minería de datos Proceso de utilizar datos “crudos” para inferir importantes relaciones entre ellos Proceso de utilizar datos “crudos” para inferir importantes relaciones entre ellos Colección de técnicas poderosas para analizar grandes volúmenes de datos Colección de técnicas poderosas para analizar grandes volúmenes de datos No existe un solo enfoque para minería de datos sino un conjunto de técnicas que se pueden utilizar de manera independiente o en combinación No existe un solo enfoque para minería de datos sino un conjunto de técnicas que se pueden utilizar de manera independiente o en combinación Existe una relación con la estadística, aunque frecuentemente se separan las técnicas que no están basadas en métodos estadísticos Existe una relación con la estadística, aunque frecuentemente se separan las técnicas que no están basadas en métodos estadísticos

8 Tipos de aplicaciones de la minería de datos Aplicaciones o problemas de minería de datos pueden clasificarse en las siguientes categorías Aplicaciones o problemas de minería de datos pueden clasificarse en las siguientes categorías Clasificación Clasificación Estimación Estimación Pronóstico Pronóstico Asociación Asociación Agrupación o segmentación Agrupación o segmentación

9 Clasificación Examinar las características de un nuevo objeto y asignarle una clase o categoría de acuerdo a un conjunto de tales objetos previamente definido Examinar las características de un nuevo objeto y asignarle una clase o categoría de acuerdo a un conjunto de tales objetos previamente definido Ejemplos: Ejemplos: Clasificar aplicaciones a crédito como bajo, medio y alto riesgo Clasificar aplicaciones a crédito como bajo, medio y alto riesgo Detectar reclamos fraudulentos de seguros Detectar reclamos fraudulentos de seguros

10 Estimación Relacionado con clasificación Relacionado con clasificación Mientras clasificación asigna un valor discreto, estimación produce un valor continuo Mientras clasificación asigna un valor discreto, estimación produce un valor continuo Ejemplos: Ejemplos: Estimar el precio de una vivienda Estimar el precio de una vivienda Estimar el ingreso total de una familia Estimar el ingreso total de una familia

11 Pronóstico Predecir un valor futuro con base a valores pasados Predecir un valor futuro con base a valores pasados Ejemplos: Ejemplos: Predecir cuánto efectivo requerirá un cajero automático en un fin de semana Predecir cuánto efectivo requerirá un cajero automático en un fin de semana

12 Asociación Determinar cosas u objetos que van juntos Determinar cosas u objetos que van juntos Ejemplo: Ejemplo: Determinar que productos se adquieren conjuntamente en un supermercado Determinar que productos se adquieren conjuntamente en un supermercado

13 Agrupación o segmentación Dividir una población en un número de grupos más homogéneos Dividir una población en un número de grupos más homogéneos No depende de clases pre-definidas a diferencia de clasificación No depende de clases pre-definidas a diferencia de clasificación Ejemplo: Ejemplo: Dividir la base de clientes de acuerdo con los hábitos de consumo Dividir la base de clientes de acuerdo con los hábitos de consumo

14 Usos de la minería de datos Administración de la relación con los clientes: Administración de la relación con los clientes: Identificar nuevos clientes potenciales para aumentar ventas Identificar nuevos clientes potenciales para aumentar ventas Ampliar la base de cliente con la mínima inversión por parte de la empresa Ampliar la base de cliente con la mínima inversión por parte de la empresa Retener clientes existentes evitando que se vayan a la competencia (“attrition”) Retener clientes existentes evitando que se vayan a la competencia (“attrition”) Vender más a clientes existentes (“ventas cruzadas”) Vender más a clientes existentes (“ventas cruzadas”)

15 Usos de la minería de datos Detección de fraudes en el uso de tarjetas de crédito Detección de fraudes en el uso de tarjetas de crédito Determinar patrones que puedan estar relacionados con lavado de dinero Determinar patrones que puedan estar relacionados con lavado de dinero Determinar el precio de una casa con base en sus características y el precio de otras casas vendidas Determinar el precio de una casa con base en sus características y el precio de otras casas vendidas

16 Ejercicio en grupos Equipos: 3 personas máximo Equipos: 3 personas máximo Objetivos: Objetivos: Identificar situaciones concretas para utilizar la minería de datos (10 minutos) Identificar situaciones concretas para utilizar la minería de datos (10 minutos) Reportar a la clase verbalmente (3 minutos) Reportar a la clase verbalmente (3 minutos) Las situaciones identificadas Las situaciones identificadas Tipo de aplicación o problema de minería de datos relacionado Tipo de aplicación o problema de minería de datos relacionado Los beneficios esperados de aplicar la minería de datos Los beneficios esperados de aplicar la minería de datos

17 Usos de la minería de datos Usos de la minería de datos se han ampliado con el comercio electrónico Usos de la minería de datos se han ampliado con el comercio electrónico

18 Recomendaciones

19 Disponibilidad de datos de transacciones

20 ¿Por qué de la minería de datos? Datos se encuentran disponibles Datos se encuentran disponibles Poder computacional es cada vez menos costoso Poder computacional es cada vez menos costoso Las presiones competitivas son enormes Las presiones competitivas son enormes Software para minería de datos se encuentra disponible Software para minería de datos se encuentra disponible

21 Ciclo virtuoso de la minería de datos

22 Principales técnicas de minería de datos Análisis de canasta de supermercado Análisis de canasta de supermercado K vecinos más cercanos K vecinos más cercanos Detección de grupos Detección de grupos Análisis de encadenamiento Análisis de encadenamiento Árboles de decisión Árboles de decisión Redes neuronales artificiales Redes neuronales artificiales Algoritmos genéticos Algoritmos genéticos

23 Resumen técnicas de minería de datos Análisis de canasta de supermercado Análisis de canasta de supermercado Agrupar objetos que aparecen juntos Agrupar objetos que aparecen juntos Ejemplos: Ejemplos: Pañales y cervezas Pañales y cervezas Pañales y cervezas Pañales y cervezas

24 Resumen técnicas de minería de datos K vecinos más cercanos K vecinos más cercanos Determinar los K vecinos más cercanos en instancias conocidos con el objeto de clasificar o hacer una predicción sobre una instancia desconocida Determinar los K vecinos más cercanos en instancias conocidos con el objeto de clasificar o hacer una predicción sobre una instancia desconocida Ejemplo: Dado un reclamo para un seguro determinar basado en reclamos similares (vecinos) si se debe pagar o investigar Ejemplo: Dado un reclamo para un seguro determinar basado en reclamos similares (vecinos) si se debe pagar o investigar

25 Resumen técnicas de minería de datos Detección de grupos Detección de grupos Encontrar objetos similares entre sí Encontrar objetos similares entre sí Ejemplos: tipificar clases de clientes Ejemplos: tipificar clases de clientes

26 Resumen técnicas de minería de datos Análisis de encadenamiento Análisis de encadenamiento Encuentra relaciones entre objetos de acuerdo con patrones Encuentra relaciones entre objetos de acuerdo con patrones Relacionado con la teoría de grafos Relacionado con la teoría de grafos Ejemplos: Ejemplos: Relaciones entre individuos basados en llamadas telefónicas Relaciones entre individuos basados en llamadas telefónicas Relaciones entre casos criminales de acuerdo con sus características Relaciones entre casos criminales de acuerdo con sus características

27 Resumen técnicas de minería de datos Árboles de decisión Árboles de decisión Dividir objetos en grupos asociando reglas para la asignación de los objetos en su correspondiente grupo Dividir objetos en grupos asociando reglas para la asignación de los objetos en su correspondiente grupo Ejemplos: determinar el sexo o grupo de edad de una persona en función a una serie de preguntas contestadas Ejemplos: determinar el sexo o grupo de edad de una persona en función a una serie de preguntas contestadas

28 Resumen técnicas de minería de datos Redes neuronales artificiales Redes neuronales artificiales Más común de las técnicas y para algunos sinónimo de minería de datos Más común de las técnicas y para algunos sinónimo de minería de datos Modelos simples de interconexiones neuronales en el cerebro que aprenden de un conjunto de adiestramiento y generalizan patrones dentro de él con el objeto de clasificar, estimar o predecir Modelos simples de interconexiones neuronales en el cerebro que aprenden de un conjunto de adiestramiento y generalizan patrones dentro de él con el objeto de clasificar, estimar o predecir Ejemplo: estimar el valor de una casa tomando en cuenta el precio pagado por casas similares Ejemplo: estimar el valor de una casa tomando en cuenta el precio pagado por casas similares

29 Resumen técnicas de minería de datos Algoritmos genéticos Algoritmos genéticos Aplican la mecánica de la genética y la selección natural para encontrar un conjunto de parámetros óptimos para una función predictiva Aplican la mecánica de la genética y la selección natural para encontrar un conjunto de parámetros óptimos para una función predictiva Utilizados para entrenar redes neuronales artificiales Utilizados para entrenar redes neuronales artificiales

30 Resumen técnicas de minería de datos Técnicas mencionadas pueden utilizarse en varias aplicaciones o problemas de minería de datos Técnicas mencionadas pueden utilizarse en varias aplicaciones o problemas de minería de datos Ejemplo: árboles de decisión sirven para detectar grupos, clasificar y predecir Ejemplo: árboles de decisión sirven para detectar grupos, clasificar y predecir Varias técnicas pueden ser utilizadas en una misma aplicación o problema de minería de datos Varias técnicas pueden ser utilizadas en una misma aplicación o problema de minería de datos Ejemplo: K vecinos más próximos, árboles de decisión y redes neuronales artificiales pueden utilizarse para clasificación Ejemplo: K vecinos más próximos, árboles de decisión y redes neuronales artificiales pueden utilizarse para clasificación