MINERÍA DE DATOS PDF

Que tal amigos les compartiré dos pdf  sobre conceptos básicos de minería de datos esperando que les sea de gran ayuda.
INDICE
INTRODUCCIÓN..................................................................................................................5
CAPÍTULO I..........................................................................................................................7
INTRODUCCIÓN AL PROCESO DE DESCUBRIMIENTO DE CONOCIMIENTO EN
BASES DE DATOS (KDD)...................................................................................................7
1.1 Proceso de Descubrimiento de Conocimiento en Bases de Datos (KDD)......7
1.2 Proceso KDD .............................................................................................................9
1.3 Fases del KDD.........................................................................................................12
1.3.1 Recolección de Datos ..........................................................................................12
1.3.2 Selección, Limpieza y Transformación de Datos. ...............................................13
1.3.3 Minería de Datos.................................................................................................15
1.3.4 Evaluación y Validación......................................................................................15
1.3.5 Interpretación y Difusión. ...................................................................................16
1.3.6 Actualización y Monitorización...........................................................................16
CAPÍTULO II.......................................................................................................................17
INTRODUCCIÓN A LA MINERÍA DE DATOS...............................................................17
2.1 Evolución Histórica .................................................................................................17
2.2 ¿Qué es Minería de Datos? ..................................................................................18
2.2.1 Algunas definiciones de Minería de Datos..........................................................19
2.3 ¿Qué no es minería de datos? .............................................................................20
2.4 ¿Qué promete la Minería de Datos?....................................................................21
2.4.1 Primer Reto de la Minería de Datos ...................................................................22
2.4.2 Segundo Reto: ¿Por qué es más fácil equivocarse con la Minería de Datos?....23
2.4.3 Tercer Reto: Tiempo, Espacio y Privacidad .......................................................24
2.5 Tareas de la Minería de Datos..............................................................................25
2.6 Proceso de Minería de Datos................................................................................26
2.6.1 Procesado de los Datos.......................................................................................28
2.6.2 Selección de Características ...............................................................................28
2.6.3 Algoritmos de Aprendizaje ..................................................................................29
2.6.4 Evaluación y Validación......................................................................................29
CAPÍTULO III .....................................................................................................................31
MÉTODOS Y TÉCNICAS DE MINERÍA DE DATOS .....................................................31
3.1 Tipología de Técnicas de Minería de Datos .......................................................31
3.2 Taxonomía de las Técnicas de Minería de Datos .............................................33
3.2.1 Técnicas No Supervisadas y Descriptivas...........................................................37
3.2.2 Técnicas supervisadas y predictivas. ..................................................................41
3.3 Métodos de Minería de Datos...............................................................................47
3.3.1 Agrupamiento ("Clustering"):.............................................................................47
3.3.2 Asociación (" Association Pattern Discovery"): .................................................48
3.3.3 Secuenciamiento (“Sequential Pattern Discovery"):..........................................48
3.3.4 Reconocimiento de Patrones ("Pattern Matching"): ..........................................48
3.3.5 Previsión ("Forecasting"): ..................................................................................49
3.3.6 Simulación:..........................................................................................................49
3.3.7 Optimización: ......................................................................................................49
3.3.8 Clasificación (“Clasification”, “Prediction” o “Scoring”): .............................50
3.4 Técnicas de Minería de Datos ..............................................................................51
3.4.1 Métodos Estadísticos:..........................................................................................52
3.4.2 Métodos Basados en Arboles de Decisión...........................................................53
3.4.3 Reglas de Asociación...........................................................................................53
3.4.4 Redes Neuronales (“Neural Networks") .............................................................53
3.4.5 Algoritmos Genéticos (“Genetic Algorithms”)...................................................54
3.4.6 Lógica Difusa (“fuzzy logic")..............................................................................55
3.4.7 Series Temporales ...............................................................................................55
3.4.8 Redes Bayesianas ................................................................................................55
3.4.9 Inducción de Reglas ............................................................................................56
3.4.10 Sistemas basados en el Conocimiento y Sistemas Expertos (“Knowledge Based
Systems" & “Expert Systems").....................................................................................56
3.4.11 Algoritmos Matemáticos....................................................................................56
CAPÍTULO IV .....................................................................................................................57
EVALUACIÓN DE LA MINERÍA DE DATOS.................................................................57
Minería de Datos
4
MC Beatriz Beltrán Martínez
4.1 Cuándo Utilizar Minería de Datos.........................................................................57
4.1.1 Selección de la Técnica Adecuada. .....................................................................57
4.2 Evaluación de una Herramienta de Minería de Datos. .....................................59
4.2.1 Incrustación del DM dentro del Proceso de Negocio .........................................60
4.3 Evaluación de Minería de Datos...........................................................................62
4.3.1 Medición de Precisión.........................................................................................62
4.3.2 Medición de Explicación .....................................................................................63
4.3.3 Medición de Integración......................................................................................64
4.3.4 Futuro del DM Incrustado...................................................................................65

MINERÍA DE DATOS PDF 1
MINERÍA DE DATOS PDF 2