adquisicion del conocimiento.pdf

8/9/2019 Adquisicion del conocimiento.pdf

1/34

ndice de contenidos

Unidad 4 Adquisicin del conocimiento

4.1 Introduccin a la minera de datos

4.2 Tcnicas para el pre

-

procesamiento de datos: limpiado, reduccin y 4.3 Tcnicas para identificacin de conceptos, reglas y relaciones.

4.4 Herramienta para anlisis del conocimiento, seleccin de datos, extraccin de reglas.


2/34

Empresa, Organismo, Institucin, Dependen

Datos Informacin Cono


3/34


4/34

Datos Informacin

Co

Procesos Minera de datos


5/34


6/34

K D D

Descubrimiento del conocimiento en base de datos

Es un proceso en el cual se identifican patrones tiles en los datos posteriormente conocimiento til, valido y relevante.

El conocimiento resultante debe ser presentado de manera clara y coque de esta manera de puede decir que el trabajo de generar cocim

xito.


7/34

escubrimiento del conocimient

Data

Warehouse

Minera dedatos

Seleccin

ProcesoTransformacin

Interpretacin

Datos

procesados

Minera dedatos

Datos

transformados

Patrones


8/34


9/34

co

INFORMACION

Se apoyan deherramientas

comoBases de datos

Conjunto deProcesos

hardware ysoftware

informtico

Mtodosmatemticos

Trabajan conGrandes

cantidades dedatos

Conjunto de tcnicas que se utilizan para la obtencin de informacin implcita de las grandesotras palabras es una tecnologa poderosa y de gran potencial que permite a las organizacioinformacin desconocida para sus propias bases (almacn de datos).


10/34

Se seleccionan de los datos fuentes aqueadecuados a nuestro problemaSELECCIN

Consiste en la preparacin previa de loque se va a trabajar , para eliminar erroinconsistencias, ruidos, etc.

PRE PROCESAMIENTO

Consiste en elegir los mejores atributos del proble

Buscar variables independientes mediante divesensibilidad, por lo tanto esta seleccin de vgenerar patrones que son los usados para crear

tiles para la extraccin del conocimiento

SELECCIN DE VARIABLES

A partir de los patrones generados por el usindependientes se crea un modelo, el cual vcomportamiento de los valores del problema.

EXTRACCION DELCONOCIMIENTO

El modelo representativo del problema se utilizconclusiones validas, para que de esta forma s

conocimiento, lo cual es lo medular en la miner

INTERPRETACION

escubrimiento del conocimient


11/34

1. Limpieza de datos(Crear rutinas para llenarvalores nulos, duplicados, err2. Integracin de los datos.(Consiste principalmente en modificaciones sintcticas lle

datos, sin que supongan un cambio en el significado de l3. Transformacin de los datos..(Conversin de datos a formas mas apropiadas para traba4. Reduccin de los datos....(Consiste en decidir qu datos deben ser utilizados para el


12/34


13/34

Redes neuronales

rboles de decisin

Modelos estadsticos

Agrupamiento o Clustering

Algoritmos supervisados (o predictivos)

Algoritmos no supervisados (o del descubrimiento del conoc


14/34

Redes Neuronales

Son un paradigma de aprendizaje y procesamiento automtico iforma en que funciona el cerebro. Se trata de un sistema de intneuronas en una red que colabora para producir un estmulo de salid


15/34


16/34

Arboles de decisin

Es un modelo de prediccin utilizado en la inteligencia artificial, dad

datos se construyen estos diagramas de construcciones lgicas, mlos sistemas de prediccin basados en reglas, que sirven paracategorizar una serie de condiciones que suceden de forma suresolucin de un problema.

VENTAJAS DESVENTAJAS

Facilita la interpretacin Explica el comportamiento Reduce las variables Gestiona

Puede convertirse en una m Probabilstico Subjetivo


17/34

Arboles de decisin


18/34

Arboles de decisin


19/34

Arboles de decisin


20/34

Por ejemplo:

En un escenario para predecir qu clientes van a adquirir probabicicleta,

Si 9 de 10 clientes jvenes compran una bicicleta, pero solo

lo hacen 2 de 10 clientes de edad mayor,

El algoritmo infiere que laedades un buen elemento de pr

compra de bicicletas.

El rbol de decisin realiza predicciones basndose en la tend

resultado concreto.

Arboles de decisin


21/34

Arboles de decisin


22/34

Es una expresin simblica en forma de igualdad oque seemplea entodoslosdiseosexperimentaregresin para indicar los diferentes factores que m

variable de respuesta.

Mtodos estocsticos


23/34

Proceso de dividir un conjunto de datos en grupos excluyentes de tal manera que cada miembro de un grupocercanoposible a otro, y grupos diferentes estn loms uno del otro, donde la distancia est medida con respectvariables disponibles.



24/34


El objetivo de ste metodo es obtener grupos o conjunelementos, de tal manera que los elementos asignados alsimilares.Lo importante del agrupamiento respecto a la clasificacinprecisamente los grupos y la pertenencia a los grupos lo qdeterminar y a priori, no se sabe ni como son los grupos ni El agrupamiento se conoce muy frecuentemente tamsegmentacin y aglomeracin.

Ejemplos:

Algoritmo K-medias


25/34

K-medias

Tambin conocido como k-means o Iterative Distance-based Cluste

que se le proporcione a priori el numero de grupos k. El algoritmo es 1. Agrupamiento:2. Seleccionar al azar k ejemplos como centros iniciales de cada g3. repetir

asignar cada ejemplo al grupo con menor distancia a su crecalcular los nuevos centros de cada grupo;

4. hasta (los grupos sean estables)5. Los centros de cada grupo, tambin denominados centr

corresponderse con ejemplos o no, en ese caso se les denomin6. Los grupos se consideran estables cuando los ejemplos no cam

respecto la iteracin anterior.7. Se pueden obtener agrupaciones jerarquizadas tomando k = 2

mismo algoritmo de manera recursiva sobre los ejemplos de cad


26/34

Algoritmo K-medias Mtodo de casos q

las distanentre econjunto d


27/34

Algoritmo K-medias


28/34

Algoritmo K-medias


29/34

Segn el objetivo del anlisis de los datos, los algoritmos

clasifican en supervisados y no supervisados (Weiss y Indurkhya

Algoritmos supervisados (o predictivos) Predicen un dato (o uellos) desconocido a priori, a partir de otros conocidos.

Algoritmos no supervisados (o del descubrimiento del conoc

descubren patrones y tendencias en los datos.


30/34

Data Warehouse es una base de datos corporativa que se caracterizprocesar y depurar informacin de una o ms fuentes distintas.


31/34

Es un conjunto discreto de elementos objetivos acerca de distintos

pueden derivar de hechos, informacin, estadsticas o similares, tacomo derivados del clculo o de la experimentacin.

Los datos en s mismos, carecen de sentido, ya que solo describen lode manera parcial y no proporcionan juicio o interpretacin, ni favorecdecisiones.


32/34

Son el conjunto de datos dotados de relevancia y de propsitoconocimiento comunicado o recibido concerniente a hechos o particulares, es cualquier conocimiento adquirido mediante aprendizaje o instruccin. La informacin se construyen a travs de den cierto sentido, se le ha aplicado un control de calidad prevcontextual izado.

Los datos se convierten en informacin cuando se les aade un sentidcontextualizacin de los mismos, es decir, conocer para qu proprecolectados


33/34

Fusin de valores , informacin y experiencia

Aprensin de hechos, verdades o principios com

del estudio, investigacin o de la erudicin en ge


34/34

Links consultados:

1. http://msdn.microsoft.com/2. file:///C:/Users/optimus/Pictures/Mineria_Datos_Vallejos.pdf

Libros:

1. Base de datos de enrique Jos Reinosa, ed. alfaomega
http://msdn.microsoft.com/http://msdn.microsoft.com/http://msdn.microsoft.com/

adquisicion del conocimiento.pdf

Documents