Minería de datos

Minería de datos

1. Algoritmo de minería de datos

   • Conjunto de datos y reglas que crean un modelo de minería de datos
     • Busca patrones o tendencias específicas
       • Para definir los parámetros para la creación del modelo
     • A partir de los datos dados

2. Modelos de minería de datos

   • Conjunto de clústeres que describe cómo se relacionan los casos de un conjunto de datos
   • Un árbol de decisión que predice un resultado y que describe cómo afectan a este los distintos criterios.
   • Un modelo matemático que predice las ventas.
   • Un conjunto de reglas que describen cómo se agrupan los productos en una transacción, y las probabilidades de que se adquieran juntos.

3. El algoritmo correcto

   • Para una tarea analítica
     • Varios algoritmos para una misma tarea
       • Resultados diferentes
   • Hay algoritmos que dan más de un tipo de resultado
     • El tipo de algoritmo utilizado depende del tipo de resultado que se busque obtener

4. Tipos de algoritmos

   • De clasifiación
     • Predicen variables discretas
   • De regresión
     • Predicen variables continuas
   • De análisis de secuencias
     • Resumen episodios frecuentes en los datos
   • De asociación
     • Buscan correlaciones entre diferentes atributos del conjunto de datos
   • De segmentación
     • Dividen los datos en grupos

5. Algoritmos por tarea

   • Predecir atributos discretos
     • Árboles de decisión, Bayes naive, clústeres, red neuronal
   • Predecir atributos continuos
     • Árboles de decisión, serie temporal, regresión lineal
   • Predecir una secuencia
     • Clústeres de secuencia
   • Buscar grupos de elementos comunes
     • De asociación, árboles de decisión
   • Buscar grupos de elementos similares
     • De clústeres, clústeres de secuencia

6. Descripción básica del algoritmo

   • Qué hace el algoritmo y cómo funciona
     • Posibles escenarios donde podría ser útil
   • Ejemplos de Microsoft
     • Algoritmo de asociación
       • Se utiliza para los motores de recomendación. Un motor de recomendación sugiere artículos a clientes basados en artículos que ya han comprado, o en los que han indicado interés.
         • El algoritmo también es útil para el análisis de la cesta de la compra.
     • Algoritmo de clústeres
       • Es una segmentación o algoritmo de agrupamiento que itera sobre los casos en un conjunto de datos para agrupar en racimos que contienen características similares.
         • Estas agrupaciones son útiles para explorar datos, identificación de anomalías en los datos y crear predicciones.
     • Algoritmo de árboles de decisión
       • Es un algoritmo de clasificación y regresión para el uso en el modelado de predicción de atributos discretos y continuos.
         • Para los atributos discretos, el algoritmo hace predicciones basadas en las relaciones entre columnas de entrada en un conjunto de datos.
         • Para los atributos continuos, el algoritmo utiliza la regresión lineal para determinar donde se divide un árbol de decisión.

7. Referencia técnica

   • Detalles técnicos sobre la implementación del algoritmo
   • Ejemplos de Microsoft
     • Algoritmo Bayes naive
       • Útil en el modelo predictivo. Calcula la probabilidad condicional entre las columnas de entrada y predecibles y se supone que las columnas son independientes.
     • Algoritmo de regresión logística
       • Basado en el de red neuronal
         • El parámetro HIDDEN_NODE_RATIO se establece en 0. Esta opción creará un modelo de red neuronal que no contiene una capa oculta, y que por lo tanto es equivalente a la regresión logística.
     • Algoritmo de regresión lineal
       • Basado en el de árbol de decisión
         • El árbol contiene solamente una raíz y no sucursales: todos los datos residen en el nodo raíz. El parámetro MINIMUM_LEAF_CASES del algoritmo debe ser mayor o igual al número total de casos que el algoritmo utiliza. Con el parámetro establecido de esta manera, el algoritmo nunca creará una división y por lo tanto realiza una regresión lineal.

8. Contenido del modelo

   • Estructura de la información y cómo interpretarla
     • Ejemplos de contenido de Microsoft
       • Modelo de serie temporal
       • Modelo de agrupación en clústeres de secuencia
       • Modelo de red neuronal

9. Consultas de minería de datos

   • Proporciona varias consultas que se pueden usar con cada tipo de modelo
     • Consultas de contenido
       • Información sobre los patrones del modelo
     • Consultas de predicción
       • Predicciones basadas en los patrones

10. Otros usos

    • Determinar el algoritmo usado por un modelo de minería de datos
    • Ver el contenido de un modelo con un formato de tabla genérico
    • Obtener información sobre cómo configurar los datos y usar algoritmos para crear modelos
    • Explorar un modelo con un visor específico
    • Crear un algoritmo complementario

Images and files in the map