sesión 1 [modo de...

Fundamentos y Aplicaciones Prácticas

del Descubrimiento de Conocimiento

en Bases de Datos

- Sesión 1 -

Juan Alfonso Lara Torralbo 2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

1

Índice de contenidos

• Presentación del docente

• Presentación de los estudiantes

• Guía docente

• Actividad. Evaluación inicial

• El proceso de KDD

• Visión de conjunto

2

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

Presentación del docente

3


Presentación de losestudiantes

4


Guía docente

5


Actividad – Evaluación inicial• Trabajo en grupo, sin Internet, para intentar definir los

siguientes términos:

• Data Mining

• Proceso de KDD (Knowledge Discovery in Databases)

• Data Warehouse

• Clustering

• Árbol de decisión

• Atípico

• Big Data, Open Data, Linked Data

Puesta en común6


El proceso de KDD (I)

• Knowledge Discovery in Databases

• Proceso extracción automatizada de conocimiento a partir de grandes volúmenes de datos

• Es un término más general que Data Mining

• Entonces, ¿por qué “nos suena” más Data Mining que KDD?

7


El proceso de KDD (II)

• ¿Cualquier tipo de conocimiento?

• NO.

• Características:• No trivial

• Implícito

• Previamente desconocido

• Útil8


El proceso de KDD (III)• Se encuentra oculto en los datos.

• De nada sirve extraer conocimiento que carezca de importancia.

• El conocimiento extraído deber servir para algo, de lo contrario no tiene ningún sentido invertir esfuerzos en extraerlo

• Nada nuevo se aporta si el conocimiento extraído ya había sido descubierto anteriormente.

• ¿Con qué características se relaciona cada definición anterior?

• No trivial

• Implícito

• Previamente desconocido

• Útil 9


El proceso de KDD (IV) - Fases

1.Recopilación de datos.

2.Selección, limpieza y transformación de Datos.

3.Data Mining.

4.Interpretación y evaluación de modelos.

10


El proceso de KDD (V) - Fases

11


El proceso de KDD (VI) - Fases

• Naturaleza secuencial e iterativa

12


El proceso de KDD (VII) - Fases

• Recopilación de Datos

• DW no sólo usado para DM. También para DSS, OLAP, Reporting

13


El proceso de KDD (VIII) - Fases• Selección, limpieza y transformación

• ¿Qué datos necesito?

• ¿Hay algo extraño en ellos que tenga que ser reparado?

• ¿El formato se adapta a lo que exigen los algoritmos posteriores? 14


El proceso de KDD (IX) - Fases• DATA MINING

• ¿Por qué se generaliza el término?

• Tareas predictivas � predecir el valor desconocido de uno o varios atributos.

• Tareas descriptivas � modelos que, de alguna forma, describen los datos. 15


El proceso de KDD (X) - Fases

• Interpretación y evaluación

• ¿Valen todos los modelos?

• NO � Deben ser Precisos, interesantes, comprensibles, … 16


Visión de conjunto• Data Mining : etapa de un proceso más general

• KDD: Proceso general de extracción de conocimiento

• Compuesto por fases

• En cada fase se aplican técnicas

• En la fase de DM se aplican técnicas para resolver tipos de problemas � tareas

• El resultado de resolver una tarea es un modelode data mining 17


sesión 1 [modo de...

Documents