Proceso KDD

Universidad Autónoma del Estado de México
Material didáctico multimedia

Sólo visión
La minería de datos en el proceso de KDD ( Knowledge
Discovery and Data Mining)
Unidad de Aprendizaje Minería de Datos
Licenciatura de Ingeniería en Computación
Facultad de Ingeniería
Elaborado por M en I Sara Vera Noguez

Durante el período intensivo verano 2016
•Minería de datos
•Unidad 2. El proceso KDD
M en I Sara Vera Noguez

2. La minería de datos en el proceso de
KDD
● Etapas de proceso de KDD:

1) Integración y recopilación
2) Selección, Limpieza (también llamada
preprocesamiento),Transformación
3) Minería de Datos Algunas fuentes
no lo contemplan
4) Evaluación e Interpretación
5) Difusión y uso.
El proceso KDD
Hernández, 2008 p.20

KDD
• “Es el proceso no trivial de identificar patrones

válidos, novedosos, potencialmente útiles y en última
instancia, comprensibles a partir de datos” [Fayyad,
1996]
Propiedades del conocimiento
● Válido: debe ser preciso para datos nuevos y para

aquello que se han usado para obtenerlo
● Novedoso: que aporte algo antes desconocido en el
sistema o para el usuario
● Potencialmente útil
● Comprensible: ya que información incomprensible no
proporciona conocimiento
¿De donde viene los datos?
● Bases de datos relacionales

● Bases de datos espaciales
● Bases de datos temporales
● Bases de datos documentales
● Bases de datos multimedia
La BD relacionales
● Cuentan con un esquema que describe las relaciones

● Integridad:
● Dominio (valores que puede tomar)
● Identidad (llave primaria)
● Referencial
Aplicamos minería sobre toda la base?
• Se aplican técnicas de acuerdo al tipo de datos. Se

distinguen diferentes tipos de campos:
● Numérico
● Categóricos
● Textos
● Vectores
El conjunto minable
● Las técnicas de minería se aplican a una tabla o una

vista de la DB o data warehouse.
Las 5 fases centrales
● Selección de datos: En esta etapa se determinan las fuentes

de datos y el tipo de información a utilizar. Es la etapa donde
los datos relevantes para el análisis son extraídos desde la o las
fuentes de datos.
● Limpieza (Preprocesamiento): Esta etapa consiste en la
preparación y limpieza de los datos extraídos desde las
distintas fuentes de datos en una forma manejable, necesaria
para las fases posteriores. En esta etapa se utilizan diversas
estrategias para manejar datos faltantes o en blanco, datos
inconsistentes o que están fuera de rango, obteniéndose al
final una estructura de datos adecuada para su posterior
transformación.
● Transformación: Consiste en el tratamiento preliminar de

los datos, transformación y generación de nuevas variables a
partir de las ya existentes con una estructura de datos
apropiada. Aquí se realizan operaciones de agregación o
normalización, consolidando los datos de una forma
necesaria para la fase siguiente.
● Data Mining: Es la fase de modelamiento propiamente tal,
en donde métodos inteligentes son aplicados con el objetivo
de extraer patrones previamente desconocidos, válidos,
nuevos, potencialmente útiles y comprensibles y que están
contenidos u “ocultos” en los datos.
● Interpretación y Evaluación: Se identifican los

patrones obtenidos y que son realmente interesantes,
basándose en algunas medidas y se realiza una
evaluación de los resultados obtenidos.
Bibliografía básica
● Hernández Orallo, J., M. J. Ramírez Quintana, et al. (2004).

Introducción a la Mineria de Datos. España, Pearson Educación
SA.
● Han, D. J. (2007). Principles of Data Mining, MIT Press.
● Maimon, O. Z. and L. Rokach (2005). Data mining and knowledge
discovery handbook. USA, Springer.
● Pérez López, C. and D. Santín Gonzalez (2006). Data Mining-
Soluciones Con Enterprise Miner. México, Alfaomega, Ra-Ma.
● Sumathi, S. and S. N. Sivanandam (2006). Introduction to data
mining and its applications. Berlín, Germany, Springer-Verlag
New York Inc.
● Tan, P. N., M. Steinbach, et al. (2005). Introduction to data mining,
Addison-Wesley Longman Publishing Co., Inc. Boston, MA, USA.
Bibliografía complementaria
● Everitt, B.S. (1994). A Handbook of Statistical Analyses using S-Plus. Chapman and Hall.
● Inmon, W.H. (1996). Building the Datawarehouse. J.Wiley & Sons.
● Han, J. and M. Kamber (2006). Data mining: concepts and techniques, Morgan Kaufmann.
● Kimball, R (1996). The Data Warehouse Toolkit. John Wiley & Sons.
● Hastie, T., R. Tibshirani, et al. (2005). The elements of statistical learning: data mining,
inference and prediction, Springer
● Dunham. H. Margaret (2003). Data Mining. Introductory and Advanced Topics, Prentice Hall.
● Pyle, D. (1999), "Data Preparation for Data Mining", Morgan Kaufmann, San Francisco, CA.
● Hand, David; Mannila, Heikki; Smyth, Padhraic (2001), Principles of Data Mining, A Bradford
Book. The MIT Press.
● Ian Witten and Eibe Frank (2002), Data Mining, Practical Machine Learning Tools and
Techniques with Java Implementations, Morgan Kaufmann Publishers.

Proceso KDD

Cargado por

Copyright:

Formatos disponibles

Proceso KDD

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Proceso KDD

Cargado por

Copyright:

Formatos disponibles

Universidad Autónoma del Estado de México

Material didáctico multimedia

Elaborado por M en I Sara Vera Noguez

•Unidad 2. El proceso KDD

M en I Sara Vera Noguez

● Etapas de proceso de KDD:

Hernández, 2008 p.20

• “Es el proceso no trivial de identificar patrones

● Válido: debe ser preciso para datos nuevos y para

● Bases de datos relacionales

● Cuentan con un esquema que describe las relaciones

• Se aplican técnicas de acuerdo al tipo de datos. Se

● Las técnicas de minería se aplican a una tabla o una

● Selección de datos: En esta etapa se determinan las fuentes

● Transformación: Consiste en el tratamiento preliminar de

● Interpretación y Evaluación: Se identifican los

● Hernández Orallo, J., M. J. Ramírez Quintana, et al. (2004).

También podría gustarte