Data Mining Integrantes: Rojas Correa, Trinidad Romanskyy, Bohdan Vargas Lopez, Sayda Visona, Alejandro

Datawarehouse ¿Qué es un Datawarehouse? Es un repositorio de datos de muy fácil acceso, alimentado de numerosas fuentes, transformadas en grupos de información sobre temas específicos de negocios, para permitir nuevas consultas, análisis y decisiones.

Datawarehouse: Objetivos Hace que la información de la organización sea accesible. Hacer que la información de la organización sea consistente. Es información adaptable y elástica. Es un seguro fuerte que protege los valores de la información. Es la fundación de la toma de decisiones.

Construcción de un Data Warehouse Adquisición: recopilar información de varias fuentas y unificarlas. Extracción Transformación Carga Almacenamiento: basado en un SGBD.  El historial influirá en la estructura física.  Acceso: distintos grupos de usuarios requerirán distintas consultas.

¿Que es Mineria de datos? DATA MINING Extraccion no trivial de información que reside de manera implícita en los datos. En otras palabras, el Data Mining prepara, sondea y explora los datos para sacar la información oculta en ellos.

Data Mining: Objetivos Descripcion: Descubrimiento de reglas. Algoritmos no supervisados (o del descubrimiento del conocimiento): se descubren patrones y tendencias en los datos Prediccion: estimar algunas variables de salida. Algoritmos supervisados (o predictivos): predicen un dato (o un conjunto de ellos) desconocido a priori, a partir de otros conocidos. ARQUITECTURA: Predicción automatizada de tendencias y comportamientos Descubrimiento automatizado de modelos previamente desconocidos “Esto permite generar modelos predictivos según cada necesidad y reducir costos”

Creación de un proyecto Data Mining Fases generales: En esta parte se emplean cuatro fases independientemente de la técnica específica de extracción de conocimiento usada. Filtrado de datos. Selección de Variables. Extracción de Conocimiento. Interpretación y Evaluacion.

DM: Métodos y Técnicas Existen dos tipos de planteamientos: uno más interactivo que otro, para la extracción de información, y relacionan las estas fases SEMMA (SAS): S. Samplig: Muestreo. E. Exploration: Exploración de las Bases de datos. M. Modification: Modificación o transformación de variables para crear (en su caso) variables más aptas para los análisis. M. Modelling: Modelado estadístico. A. Assessment: Evaluación del DM, medido en coeficiente %

DM: Métodos y Técnicas CRISP-DM (SPSS): Comprensión del negocio. Compresión de los datos. Preparación de los datos. Modelado. Evaluación. Lanzamiento. La minería de datos trata el conocimiento inductivo.

DM: Métodos y Técnicas Las técnicas más representativas son: • Redes neuronales: Los Mapas Autoorganizados, también conocidos como redes de Kohonen • Árboles de decisión: Algoritmo C4.5 • Modelos estadísticos. • Agrupamiento o Clustering: Algoritmo K-means • Visualización de datos.

DM: Utilidad Empresas que ofrecen productos y/o servicios (supermercados, empresas de telecomunicaciones, bancos), organismos gubernamentales. Contribuye significativamente en las aplicaciones de administración empresarial basada en la relación con el cliente, viendo rápidamente el retorno de la inversión.

DM: Utilidad La minería de datos podrá ser útil siempre que los sistemas sean parcialmente desconocidos, contengan una enorme cantidad de datos, y posean un potente hardware y software. Ejemplo de Casos: detección de hábitos de compra en supermercados, Patrones de fuga, fraudes y análisis de riesgos crediticios, terrorismo.