PDF de programación - Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 1

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

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

2

Presentación del docente

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

3

Presentación de los

estudiantes

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

4

Guía docente

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

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 común

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

6

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?

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

7

El proceso de KDD (II)

• ¿Cualquier tipo de conocimiento?
• NO.
• Características:

• No trivial
• Implícito
• Previamente desconocido
• Útil

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

8

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

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

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.

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

10

El proceso de KDD (V) - Fases

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

11

El proceso de KDD (VI) - Fases
• Naturaleza secuencial e iterativa

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

12

El proceso de KDD (VII) - Fases

• Recopilación de Datos

• DW no sólo usado para DM.

También para DSS, OLAP,
Reporting

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

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

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

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

15

forma, describen los datos.

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

El proceso de KDD (X) - Fases

•

Interpretación y evaluación

• ¿Valen todos los modelos?
• NO Deben ser Precisos,

interesantes, comprensibles, …

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

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 modelo

de data mining

2014 Juan Alfonso Lara Torralbo. Todos los derechos reservados.

17