Introducción a la minería de datos Tema 1 Minería de datos Dr. Francisco J. Mata

Temario ¿Qué es minería de datos? ¿Quién usa minería de datos? ¿Por qué de la minería de datos? Ciclo virtuoso de la minería de datos Resumen de principales técnicas de minería de datos Minería de datos Dr. Francisco J. Mata

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 Dr. Francisco J. Mata

Metas de la minería de datos Permitir a una organización MEJORAR _____ a través de un mejor CONOCIMIENTO de _______ Mejorar la ventaja competitiva Minería de datos Dr. Francisco J. Mata

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

La minería de datos es un subconjunto de la inteligencia de negocios Dr. Francisco J. Mata

Minería de datos Proceso de utilizar datos “crudos” para inferir importantes relaciones entre ellos 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 Existe una relación con la estadística, aunque frecuentemente se separan las técnicas que no están basadas en métodos estadísticos Minería de datos Dr. Francisco J. Mata

Tipos de aplicaciones de la minería de datos Aplicaciones o problemas de minería de datos pueden clasificarse en las siguientes categorías Clasificación Estimación Pronóstico Asociación Agrupación o segmentación Minería de datos Dr. Francisco J. Mata

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

Estimación Relacionado con clasificación Ejemplos: Mientras clasificación asigna un valor discreto, estimación produce un valor continuo Ejemplos: Estimar el precio de una vivienda Estimar el ingreso total de una familia Minería de datos Dr. Francisco J. Mata

Pronóstico Predecir un valor futuro con base a valores pasados Ejemplos: Predecir cuánto efectivo requerirá un cajero automático en un fin de semana Minería de datos Dr. Francisco J. Mata

Asociación Determinar cosas u objetos que van juntos Ejemplo: Determinar que productos se adquieren conjuntamente en un supermercado Minería de datos Dr. Francisco J. Mata

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

Usos de la minería de datos Administración de la relación con los clientes: Identificar nuevos clientes potenciales para aumentar ventas 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”) Vender más a clientes existentes (“ventas cruzadas”) Minería de datos Dr. Francisco J. Mata

Usos de la minería de datos Detección de fraudes en el uso de tarjetas de crédito 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 Minería de datos Dr. Francisco J. Mata

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

Usos de la minería de datos Usos de la minería de datos se han ampliado con el comercio electrónico Minería de datos Dr. Francisco J. Mata

Recomendaciones Minería de datos Dr. Francisco J. Mata

Disponibilidad de datos de transacciones Minería de datos Dr. Francisco J. Mata

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

Ciclo virtuoso de la minería de datos Dr. Francisco J. Mata

Principales técnicas de minería de datos Análisis de canasta de supermercado K vecinos más cercanos Detección de grupos Análisis de encadenamiento Árboles de decisión Redes neuronales artificiales Algoritmos genéticos Minería de datos Dr. Francisco J. Mata

Resumen técnicas de minería de datos Análisis de canasta de supermercado Agrupar objetos que aparecen juntos Ejemplos: Pañales y cervezas Minería de datos Dr. Francisco J. Mata

Resumen técnicas de minería de datos 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 Ejemplo: Dado un reclamo para un seguro determinar basado en reclamos similares (vecinos) si se debe pagar o investigar Minería de datos Dr. Francisco J. Mata

Resumen técnicas de minería de datos Detección de grupos Encontrar objetos similares entre sí Ejemplos: tipificar clases de clientes Minería de datos Dr. Francisco J. Mata

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

Resumen técnicas de minería de datos Árboles de decisión 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 Minería de datos Dr. Francisco J. Mata

Resumen técnicas de minería de datos Redes neuronales artificiales 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 Ejemplo: estimar el valor de una casa tomando en cuenta el precio pagado por casas similares Minería de datos Dr. Francisco J. Mata

Resumen técnicas de minería de datos Algoritmos genéticos 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 Minería de datos Dr. Francisco J. Mata

Resumen técnicas 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 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 Minería de datos Dr. Francisco J. Mata