Presentación Minería de Datos

“Torturando a los datos para que nos digan la verdad”

Mini Curso:Introducción a la Minería de Datos

www.dataminingperu.com

Agenda

Introducción

Que es Minería de Datos

Metodología CRISP

Casos Aplicativos

Preguntas


Introducción

Día a día se almacenan gigantescascantidades de datos.

La información que se almacena norepresenta mayores costos y sealmacenan con la esperanza deanalizarlos mas adelante.

“Se estima que la cantidad deinformación en el mundo se duplicacada 20 meses.”


Niveles de conocimiento


Que es la Minería de Datos

Extracción no trivial de información implícita,previamente desconocida y potencialmente útil, a partirde los datos.

La Minería de Datos es un conjunto de técnicas deanálisis de datos que permiten:

- Extraer patrones, tendencias y regularidades paradescribir y comprender mejor los datos.- Extraer patrones y tendencias para predecircomportamientos futuros.


Que es la Minería de Datos


Evolución

60’s: Informes batch:

• la información es difícil de encontrar y analizar, poco flexible, se necesita reprogramar cada petición.

70’s: Primeros DSS (Decision Support Systems) y EIS (Executive Information Systems):

•basados en terminal, no integrados con el resto de herramientas.

80’s: Acceso a datos y herramientas de análisis integradas (conocidas como intelligentbusiness tools):

•Herramientas de consultas e informes, hojas de cálculo, interfaces gráficos e integrados, fáciles de usar.

•Acceden a las bases de datos operacionales (“killer queries”).

90’s: Almacenes de Datos y herramientas OLAP.

00’s: Herramientas de Minería de Datos y Simulación.


Herramientas para la toma de Decisiones

Herramientas de Toma de Decisiones

Base de Datos Transaccional

Fuentes Internas

Fuentes Externas

Fuente de Datos

Fuente de Datos 3

HTML

Fuente de Datos 1

texto

Almacén de DatosETL Interfaz y

Operadores

Herramientas de consultas e

informes

Herramientas EIS

Herramientas OLAP

Herramientas de Minería de

Datos


Clasificación de Algoritmos de Minería de Datos


Aplicaciones de la Minería de Datos

Banca• Determinación de Fraude con el uso de Tarjetas de Crédito• Generación de Score de Riesgos para clientes morosos.

Retail• Analisis de Canasta • Propensión a la compra de Productos Estrella

Marketing• Targeting de acciones de Marketing• Fidelización de Clientes

Web• Web Mining• Optimización de Portales Web


Ejemplos de Minería de Datos

Objetivo. Identificar a todos los posibles clientes que estánhaciendo uso indebido del servicio de telefonía móvilrevendiendo ilegalmente la misma.

Telefonía Móvil: Propensión para la detección de Chalequeros

Arboles de Decisión


Aplicación en Web Mining

Google Wikipedia

El Comercio


Herramientas

Comerciales

Open Source


Fases del Modelo

Comprensión del Negocio

Comprensión de los Datos

Preparación de los Datos Modelado Evaluación Desarrollo

Fases del Proyecto de Minería de datos






Determinar los Objetivos del

Negocio

Evaluar la situación

Determinación de los Objetivos de Minería de

Datos

Elaborar el Plan del Proyecto






Recolectar Datos Iniciales

Describir los Datos

Explorar los Datos

Calidad de los Datos






Seleccionar Conjunto de Datos Data Cleaning Integrar los Datos


Data Cleaning

• Generación de datos de calidad.• Datos primarios pueden llevar a conclusiones erroneas en el análisis.• Mejora Considerable en el proceso de Análisis de Datos.

Data Collecting

Data Cleaning

Data Transformation

Data Reduction

•Se obtiene datos de diferentes fuentes.

•Resuelve conflictos entre datos.•Elimina Outliers

•Transformación y consolidación de los datos

•Selección de caracteristicas.•Muestra del total.




Data Cleaning






Escoger la Técnica de Modelado

Generar la prueba de

control

Construir el modelo

Evaluación de

Modelos






Evaluar los Resultados

Revisar el Proceso

Determinar los Próximos

pasos






Desarrollo del Plan

Supervisión y Mantenimiento

Informe Final

Revisar el Proyecto


Consultas

Consultas

Business

Presentación Minería de Datos