Portada de Fundamentos de minería de datos
Impreso E-book Bajo demanda

Fundamentos de minería de datos

Jorge Enrique Rodríguez Rodríguez

Universidad Distrital Francisco José de Caldas-Editorial UD

Sinopsis

Este es un texto introductorio para estudiantes y docentes interesados en abordar temáticas relacionadas con minería de datos. En cada capítulo se plantea teoría con respecto a tareas y técnicas, a continuación se muestran ejemplos y ejercicios, por ultimo un resumen. El primer capítulo presenta conceptos, areas, aplicaciones, tareas y otras disciplinas con las cuales se relaciona la minería de datos; en el segundo se describe el pre procesamiento de datos, destacando tareas de esta fase y algunas técnicas o algoritmos para llevar a cabo cada una de ellas; el tercero introduce al lector en una tarea de minería de datos que centra su aplicación en el análisis de mercadeo: esta es la asociación de datos; el cuarto está orientado a la predicción de datos, haciendo énfasis en clasificación y regresión, se describe como las redes neuronales artificiales, los métodos bayesianos y la regresión estadística pueden ser usados para estimar valores futuros a partir de variables predictoras; en el quinto muestra una de las tareas más representativas de minería de los datos: la agrupación por datos. Por último, se destaca el software UDMiner, desarrollado por el grupo de investigación de Inteligencia Artificial de la Universidad Distrital Francisco José de Caldas y con el cual se podrá poner en práctica y seguir la teoría aquí planteada.

Contenido

Introducción

1. Conceptos de minería de datos


1.1. Evolución de las tecnologías de la información
1.2. ¿Para qué sirve la minería de datos?
1.3. Descubrimiento de conocimiento en bases de datos (KDD)
1.4. Tareas de minería de datos
1.5. Relación con otras Disciplinas
Resumen
Ejercicios propuestos

2. Procesamiento de datos

Introducción
2.1. Recolección e integración
2.1.1. Modelo de datos multidimensional
2.1.2. Bodegas de datos

2.2. Detección de valores anómalos (outliers)

2.3. Valores faltantes
2.3.1. Métodos bayesianos
2.3.2. Moda y promedio

2.4. Reducción de la dimensionalidad
2.4.1. Selección de atributos
2.4.1.1. Árboles de decisión
2.4.1.2. Selección de atributos a partir de la comparación de la media y la varianza
2.4.2. Transformación de datos

2.5. Discretización de datos
2.5.1. Discretización simple binning
2.5.2. Técnica ChiMerge
2.5.3. Discretización por agrupación, redondeo y promedio

2.6. Numerización
2.7. Normalización

2.8. Herramienta para el pre procesamiento de datos (UD-CLEAR)
2.8.1. Descripción de la arquitectura
2.8.2. Análisis de pruebas y resultados obtenidos de diferentes ejemplos
2.8.2.1. Prueba de relleno de datos faltantes
2.8.2.2. Prueba de selección de atributos
2.8.3. Análisis de resultados
2.8.4. UD-CLEAR V s. WEKA
2.8.5. Conclusiones
Resumen
Ejercicios propuestos

3. Asociación de datos

Introducción
3.1. Reglas de asociación
3.2. El algoritmo de Priori
3.3. Generación de reglas de asociación desde ítemsets frecuentes
3.4. Algunas mejoras
3.5.Algunas extensiones

3.6. Regla de asociación multinivel en bases de datos transaccionales
3.6.1.Reglas de asociación multinivel
3.6.2.Minería de datos con reglas de asociación multinivel
3.6.3. Verificación de reglas de asociación redundantes

3.7. Generación de reglas de asociación multidimensionales de datos relacionales y en bodegas de datos
3.7.1.Reglas de asociación multidimensionales
3.7.2. Reglas de asociación multidimensionales usando ión estática de los atributos cuantitativos
3.7.3. Reglas de asociación cuantitativas

3.8. Herramienta para la asociación (UDAssociate)
3.8.1. ¿Cómo funciona UDAssociate?
3.8.2. Análisis de prueba de resultados
3.8.3. Conclusiones
Resumen
Ejercicios propuestos

4. Clasificación de datos

Introducción
4.1. ¿Qué es clasificación?
4.2. ¿Qué diferencia existe entre clasificación y regresión?
4.3. Selección de un método de clasificación y regresión

4.4. Técnicas de clasificación y regresión
4.4.1. Redes neuronales artificiales
4.4.2. Regresión
4.4.3. Métodos bayesianos
4.4.3.1. Método-TAN (Tree Augmented Naíve Bayes)
4.4.3.2. Importancia del método TAN en la clasificación de datos

4.5. Herramientas para la clasificación de datos
4.5.1. Software para la clasificación 'de datos a partir del método bayesiano TAN
4.5.2. Software para la clasificación a partir de redes neuronales artificiales (DClass)
4.5.2.1. Análisis de pruebas y resultados
4.5.3. Conclusiones
Resumen
Ejercicios propuestos

5. Agrupación de datos

Introducción
5.1. Requerimientos de la agrupación en la minería de datos
5.2. Métodos de agrupación
5.3. Red de resonancia adaptativa ART2

5.4. Mapas auto-organizativos de Kohonen SOM
5.4.1. Arquitectura
5.4.2. Funcionamiento

5.5. Algoritmo DBSCAN

5.6. Software para la agrupación de datos a partir de una red ART2
5.6.1. Conclusiones
Resumen
Ejercicios propuestos
Bibliografía

Anexos

Anexo 1
Herramientas para la minería de datos


1. Microsoft OLE DB para Minería de Datos (OLE DB para MD)
2. 'DBMiner
3. CBA (Asociación Basada en Clasificación)
4. UDMiner

Anexo 2
Metodología usada en la minería de datos

Materias

BISAC

  • EDU027000. EDUCACIÓN > Estadística

Thema

  • JN. Educación
  • JHBC. Investigación social y estadística

Dewey

  • 006.3. Generalidades > Generalidades y ciencias de la computación > Métodos especiales de computadora > Inteligencia artificial

Propias de la editorial

  • Estadística

Más de Universidad Distrital Francisco José de Caldas-Editorial UD

Ver todas