Minería

Minería

1. De Datos

   • Etapa de análisis de la extracción del conocimiento (KDD)
     • Objetivo
       • Extraer información de un conjunto de datos
         • Se transforma en
           • Estructura comprensible para uso posterior
         • Información Estructurada
   • Intenta descubrir patrones en grandes volúmenes de datos
     • Utiliza
       • Métodos de IA
       • Machine Learning
       • Estadística
       • Sistemas de BD
   • Se utiliza en
     • Campo de la Estadística
     • Ciencias de la Computación
   • Aplicación de los Modelos
     • Previsiones
       • Cálculo de ventas y predicción de cargas en los servidores
     • Riesgos y Probabilidades
       • Distinguir a los mejores clientes para distribuir el correo, pudiendo así determinar un equilibro en cuanto al riesgo y a las probabilidades de resultados
     • Búsqueda de Secuencias
       • A través de las secuencias y datos extraídos se pueden llegar a predecir posibles eventos futuros
     • Agrupamiento
       • se busca dividir a los clientes o los eventos en grupos de elementos que están relacionados entre sí, para realiza un análisis y predecir las afinidades

2. De Texto

   • Análisis de textos con el fin de extraer información a partir de los mismos
     • Objetivo
       • Búsqueda de conocimiento en grandes colecciones de documentos
     • Información no estructurada
   • Actividades Claves
     • Recuperar Información
       • Selecciona textos específicos para relacionarlos entre sí
     • Extraer Información
       • Se busca extraer la información específica como sería el caso de: datos clave, hechos, acontecimientos, etcétera
     • Data Mining
       • Se utiliza para poder llegar a establecer relaciones y encontrar las asociaciones que puede haber entre los textos
   • Aplicaciones
     • Búsqueda de Información
       • Búsquedas que se hacen a partir de una pregunta, palabra concreta o contenido interesante
     • El reconocimiento de entidades mencionadas y referencias
       • Se pretende agrupar una cantidad de textos que tengan la misma palabra o información
     • Clustering
       • Se agrupan los textos que reúnen criterios similares que no pueden ser vistos directamente
     • Clasificación
       • Se trata de la etiquetar los textos para dividirlo en categorías de forma más eficaz
     • Análisis de Sentimientos
       • En base a los resultados estadísticos podremos saber si un determinado texto es positivo, negativo o incluso neutral

3. De Datos Multimedia

   • Tipos
     • Texto
       • Estudia la aplicación de técnicas analíticas a documentos de texto
     • Audio
       • Realiza un enventanamiento para extraer características de bajo nivel en el dominio del tiempo y la frecuencia
     • Imágenes
       • Realiza una caracterización por medio de histogramas de color en diversos espacios
     • Videos
       • Se presenta como la conjunción de características de textos, imágenes y audio
   • Aplicaciones
     • Sector de la educación para identificar las habilidades de tutores
     • Diagnósticos Médicos

4. De Datos Espaciales

   • Proceso automático mediante algoritmos, que brinda buscar la posibilidad de buscar correlaciones no evidentes y potencialmente útiles entre objetos geográficos
   • Tareas
     • Clasificación Espacial y Predicción
       • Agrupación de datos puntuales en clases o categorías a partir de valores de los atributos contenidos en los datos
     • Reglas de Asociación Espacial
       • Relaciones existentes entre los objetos y los predicados, contenidas en los predicados espaciales
     • Agrupación Espacial, regionalización y análisis de patrones de punto
       • Organizan un conjunto de datos en grupos o clusters, de tal forma que los elementos del mismo grupo son similares entre sí y diferentes de los otros
     • Geovisualización
       • Desarrollo de la teoría y métodos que facilitan la construcción de conocimiento a través de la exploración visual, del análisis de datos geoespaciales y de la implementación de herramientas visuales para la posterior recuperación, síntesis, comunicación y uso del conocimiento

5. De Datos de Series Temporales

   • Análisis de grandes conjuntos de datos secuenciales, entendiéndose éstos como datos ordenados en relación a algún índice
   • Campos donde aparece
     • Economía y Marketing
       • Precio de alquiler de pisos durante una serie de meses
       • Beneficios netos mensualmente de cierta entidad bancaria
       • Índices del precio del petróleo
     • Demografía
       • Número de habitantes en cierto país por año
       • Tasa infantil mortalidad por año
     • Medioambiente
       • Lluvia recogida diariamente en una localidad
   • Clasificación
     • Continua
       • Pueden tomar cualquier valor siempre y cuanto esté en un rango
     • Discreta
       • Solo pueden tener cierto valor

6. De Datos Secuenciales

   • Extracción de patrones frecuentes relacionados con el tiempo u otro tipo de sencuencia
   • Áreas de aplicación
     • Medicina
     • Biología
     • Bioingeniería
     • Web
     • Deportes
     • Aplicaciones Financieras y Bancarias
     • Análisis de Mercado
     • Aplicaciones de seguro
   • Ventajas
     • Tener mayor grado de certeza de nuestro estudio y poder tomar mejores decisiones
     • Ahorra grandes cantidades de tiempo en la construcción del conocimiento
   • Desventajas
     • Lentitud en la aplicación de esta técnica
     • Es más costoso medir similitudes entre secuencias que entre solo datos