Curso de Minería de Datos

Introducción

• La minería de datos como paso de análisis del proceso KDD ("Knowledge Discovery in Databases")
• Subcampo de informática
• Descubriendo patrones en grandes conjuntos de datos

Fuentes de métodos

• Inteligencia artificial
• Aprendizaje automático
• Estadística
• Sistemas de base de datos

Qué implica?

• Aspectos de base de datos y gestión de datos
• Preprocesamiento de datos
• Consideraciones de modelo e inferencia
• Métricas de interés
• Consideraciones de complejidad
• Post-procesamiento de estructuras descubiertas
• Visualización
• Actualización en línea

Tareas principales de minería de datos

• Análisis automático o semiautomático de grandes cantidades de datos
• Extracción de patrones interesantes desconocidos anteriormente
  • Grupos de registros de datos (análisis de conglomerados)
  • Registros inusuales (detección de anomalías)
  • Dependencias (minería de reglas de asociación)​​

Minería de datos

• Detección de anomalías (Detección de valores atípicos / cambios / desviaciones)
• Aprendizaje de reglas de asociación (Modelado de dependencias)
• Clustering
• Clasificación
• Regresión
• Resumen

Uso y aplicaciones

• Peligro peligroso
• Analítica conductual
• Análisis de negocio
• Proceso Estándar de Industria Transversal para la Minería de Datos
• Análisis de clientes
• Extracción de datos en la agricultura
• Extracción de datos en meteorología
• Minería de datos educativos
• Agrupamiento genético humano
• Ataque de inferencia
• Java Data Mining
• Inteligencia de código abierto
• Análisis de trayectoria (computación)
• Inteligencia de negocios reactiva

Dragado de datos, pesca de datos, snooping de datos