Fundamentos de Minera de Datos

Introduccin al
Data Mining

Fernando Berzal
fberzal@decsai.ugr.es

Intelligent Databases and Information Systems research group

Department of Computer Science and Artificial Intelligence
E.T.S Ingeniera Informtica Universidad de Granada (Spain)
 Qu es la minera de
datos?
Definicin
Tcnicas de Extraccin de patrones (conocimiento)
Data Mining
Evaluacin
en grandes cantidades de datos
de resultados
Sistemas de
Data Mining
Temas de
investigacin
Bibliografa

2
 Qu es la minera de
datos?
Definicin
Tcnicas de Extraccin de patrones (conocimiento)
Data Mining
Evaluacin
en grandes cantidades de datos
de resultados
Sistemas de
Data Mining
Temas de
Requisitos
investigacin No trivial
Bibliografa
Implcito
Previamente desconocido
Potencialmente til

3
 Qu es la minera de
datos?
Definicin
Tcnicas de
Data Mining
Evaluacin
de resultados
Sistemas de
Data Mining
Temas de
investigacin
Bibliografa

Data rich, Conocimiento

Information poor (patrones interesantes)

4
 KDD (Knowledge Discovery in
Databases)
Extraccin de conocimiento en bases de datos
Definicin
Tcnicas de
Data Mining
Evaluacin
de resultados
Sistemas de
Data Mining
Temas de
investigacin
Bibliografa

5
 KDD (Knowledge Discovery in
Databases)
Extraccin de conocimiento en bases de datos
Definicin
Limpieza de datos
Tcnicas de
Data Mining (eliminacin de ruido e inconsistencias)
Evaluacin
de resultados
Integracin de datos
Sistemas de
(combinacin de mltiples fuentes de datos)
Data Mining Reduccin/Seleccin de datos
Temas de
(identificacin de datos relevantes para el problema)
investigacin
Bibliografa Transformacin de datos
(preparacin de los datos para su anlisis)
Minera de datos
(tcnicas de extraccin de patrones y medidas de inters)
Presentacin de resultados
(tcnicas de visualizacin y de representacin del conocimiento)

6
 KDD (Knowledge Discovery in
Databases)
Extraccin de conocimiento en bases de datos
Definicin
Tcnicas de
Data Mining
Evaluacin
de resultados
Sistemas de
Data Mining
Temas de
investigacin
Bibliografa

7
 Carcter multidisciplinar
Evaluacin de resultados
Gestin de grandes cantidades de datos Resumen de datos
Definicin
Tcnicas de
Data Mining Bases de datos Estadstica
Evaluacin
de resultados
Sistemas de
Data Mining
Temas de
investigacin Data Mining
Bibliografa

IA Visualizacin

Aprendizaje Presentacin de resultados

Representacin del conocimiento
8
 Clasificacin de tcnicas
Definicin
Tcnicas de En funcin de su propsito general:
Data Mining
Evaluacin Tcnicas descriptivas
de resultados
Sistemas de
Tcnicas predictivas
Data Mining
Temas de
investigacin
Tambin se pueden clasificar atendiendo a
Bibliografa
el tipo de datos que hay que analizar

el tipo de conocimiento que se obtiene

el tipo de herramienta que utiliza

el dominio de aplicacin

9
 Fuentes de datos
Definicin
Tcnicas de
Bases de datos relacionales
Data Mining
Evaluacin
Bases de datos multidimensionales (DW)
de resultados
Sistemas de
Bases de datos transaccionales
Data Mining
Temas de
Series temporales, secuencias y data streams
investigacin Datos estructurados (grafos, redes sociales)
Bibliografa
Datos espaciales y espaciotemporales
Textos e hipertextos (p.ej. Web)
Bases de datos multimedia (p.ej. imgenes)

10
 Tcnicas de Data Mining
Definicin
Tcnicas de Caracterizacin o resumen
Data Mining
Evaluacin Discriminacin o contraste
de resultados
Sistemas de
Patrones frecuentes,
Data Mining asociaciones y correlaciones
Temas de
investigacin Clasificacin y prediccin
Bibliografa
Deteccin de agrupamientos (clustering)
Deteccin de anomalas (outliers)
Anlisis de tendencias (series temporales)

11
 Evaluacin de resultados
Definicin
Tcnicas de Un resultado es interesante si
Data Mining
es comprensible (por seres humanos)
Evaluacin
de resultados es vlido con cierto grado de certeza
Sistemas de
Data Mining es potencialmente til
Temas de
investigacin es novedoso o sirve para validar una hiptesis
Bibliografa

El inters de los resultados se puede evaluar

objetivamente (criterios estadsticos)

subjetivamente (perspectiva del usuario)

12
 Sistemas de Data Mining
Una tarea de minera de datos
Definicin
Tcnicas de
puede describirse en trminos de
Data Mining Datos relevantes
Evaluacin
de resultados (lo que hay que analizar)
Sistemas de
Data Mining
Tipo de conocimiento
Temas de (lo que se desea obtener)
investigacin
Bibliografa
Conocimiento previo
(background knowledge, para guiar el proceso)
Medidas de inters
(para evaluar los resultados obtenidos)
Tcnicas de representacin
(para representar los resultados obtenidos)

13
 Sistemas de Data Mining
Arquitectura
Definicin Interfaz de usuario tpica
Tcnicas de
Data Mining
Evaluacin Evaluacin de patrones
de resultados
Sistemas de
Data Mining Base de
Temas de Motor de minera de datos conocimiento
investigacin
Bibliografa
Base de datos o
Data Warehouse

Limpieza, integracin, seleccin y transformacin de datos

DB DW WWW

14
 Temas de investigacin
Definicin
Tcnicas eficientes de minera de datos
Tcnicas de Escalabilidad
Data Mining
Evaluacin
Tcnicas incrementales
de resultados Algoritmos paralelos
Sistemas de
Data Mining
Temas de
Incorporacin de conocimiento previo
investigacin
Bibliografa
Evaluacin de resultados (inters)
Interaccin con el usuario
Tcnicas interactivas (a distintos niveles de abstraccin)
Tcnicas de presentacin y visualizacin de resultados
Anlisis de nuevos tipos de datos
Estructuras complejas (grafos, redes sociales)
Bases de datos heterogneas
15
 Bibliografa: Libros de texto
Definicin
Tcnicas de
Data Mining
Evaluacin
de resultados
Sistemas de
Data Mining
Temas de
investigacin
Bibliografa

Jiawei Han & Micheline Kamber:

Data Mining: Concepts and Techniques
Morgan Kaufmann, 2006, ISBN 1558609016

Pang-Ning Tan, Michael Steinbach & Vipin Kumar:

Introduction to Data Mining
Addison-Wesley, 2006, ISBN 0321321367 16
 Bibliografa: Investigacin
REVISTAS
Definicin
ACM Transactions on KDD
Tcnicas de
Data Mining IEEE Transactions on Knowledge and Data Engineering
Evaluacin Data Mining and Knowledge Discovery (DMKD)
de resultados ACM SIGKDD Explorations
Sistemas de
Data Mining
Data & Knowledge Engineering (DKE)
Temas de
investigacin CONGRESOS
Bibliografa KDD (ACM SIGKDD International Conference on KDD)
ICDM (IEEE International Conference on Data Mining)
SDM (SIAM Data Mining Conference)
PKDD (Principles and Practices of KDD)
SIGMOD (Management of Data)
CIKM (Information and Knowledge Management)

WEB: http://www.kdnuggets.com/ 17