1 Prof:Paula Quitral INTRODUCCIÓN MINERIA DE DATOS Departamento de Informática Universidad de Rancagua

2 Situación actual: uso extendido de los SGBD 1970 a 2000 evolución de la tecnología de gestión de datos - SGBD eficientes - SGBD robustos BD son el soporte del Sistema de Información de las organizaciones BD son diseñadas para dar soporte (eficiente) a las funciones básicas de la organización (ventas, producción, personal...) Introducción DM

3 satisfecha la necesidad de tener un soporte informático para los procesos básicos de la organización: sistemas de información para la gestión La organizaciones exigen nuevas prestaciones de los sistemas de información: sistemas de información para la toma de decisiones. Tecnología de almacenes de datos

4 Introducción DM

5

6 visión relacional de los datos - ejecución de consultas SQL sobre el esquema relacional -preparación de los resultados de la consulta: informe clasificación y agrupación de filas cálculo de totales por grupos adición de datos calculados Muy estático Introducción DM

7 visión multidimensional de los datos - ejecución de consultas sobre el esquema multidimensional - navegación sobre las consultas: DRILL DOWN, ROLL UP - facilidades para (dinámicamente): aplicar filtros a los datos seleccionados calcular funciones estadísticas (totales, porcentajes,...) resumir (agregar) o refinar (disgregar) los datos seleccionados algunas funciones adicionales (rango,...) muy dinámico

8 Introducción DM Presentación (mas o menos sofisticada) de los datos almacenados exploración de los datos Los datos por sí solos tienen un valor relativo, lo que de verdad es interesante es el conocimiento que se puede inferir de ellos. Estas herramientas no son capaces de extraer conocimiento de los datos consultados: patrones, tendencias, pautas,..., que permitan hacer previsiones y tomar decisiones.

9 Las herramientas de minería de datos permiten extraer conocimiento a partir de los datos almacenados. Introducción DM

10 Introducción DM

11 Introducción DM

12 Proceso inductivo: Razonamiento hipotético de casos particulares (ejemplos) a casos generales (reglas) Introducción DM

13 Proceso de extracción de conocimiento válido, útil, comprensible, y desconocido, a partir de datos almacenados. válido: el conocimiento obtenido debe ser preciso ("correcto") para nuevos conjuntos de datos (no sólo para el conjunto utilizado en su obtención). útil: el conocimiento obtenido debe servir a la organización para tomar decisiones que le reporten algún beneficio. Mineria de datos

14 comprensible: el conocimiento obtenido debe ser fácil de interpretar y usar. novedoso: el conocimiento obtenido debe aportar a la organización, información desconocida hasta ese momento. Mineria de datos

15 Ejemplo: análisis de riesgo en préstamos bancarios. Un banco desea disponer de un modelo que le permita predecir qué tipo de clientes podrían no devolver un préstamo solicitado. La entidad dispone de información sobre préstamos anteriores, así como datos personales de los titulares de esos préstamos. Para nuestro estudio, existen dos clases de cliente: los que devuelven los préstamos y los que no los devuelven.

16 A partir de estos datos, las técnicas de DM podrían generar un modelo de los datos, consistente en un conjunto de reglas, que permitiesen predecir en el futuro, el posible comportamiento de un cliente que solicitase un préstamo. Ejemplo: análisis de riesgo en préstamos bancarios. Las reglas generadas en el proceso de DM, deben predecir la clase de un cliente (variable objetivo) a partir de sus características (variables predictivas).

17 Regla 1: Si cuentas-morosas > 0 entonces devuelve-préstamo = no Regla 2: Si cuentas-morosas = 0 Y ( salario>2.500 O D-credito>10) entonces devuelve-préstamo = sí Ejemplo: análisis de riesgo en préstamos bancarios.