Breve muestra de las tecnicas y modelos que se pueden utilizas en la extraccion de conocmientos.

1. Técnicas y Modelos
Utilizados en la
Mineria de Datos
Iloylan Wald

2. Tarea de la Minería de Datos
0 La tarea de minería de datos es el análisis automático o semi-automático
de grandes cantidades de datos para extraer
patrones interesantes hasta ahora desconocidos.
0 Un manera de lograr la obtener conocimiento de los datos es la
Clasificación (discriminación)
0 Es la tarea mas común dentro de la minería de datos
0 Empareja o asocia datos a grupos predefinidos (aprendizaje
supervisado).
0 Encuentra modelos (funciones) que describen y
0 distinguen clases o conceptos para futuras
0 Predicciones
0 Los métodos que se presentan a continuación pueden
desarrollarse a través múltiples algoritmos.

3. Arboles de Decisión (Decision Trees)
0 Los Arboles de Decisión
pertenece directamente a
la tarea de clasificación.
0 Es un método comúnmente
utilizado en minería de
datos.
0 Se trata de crear un modelo
que prediga el valor de una
variable objetivo(llamada
variable dependiente)
basándose en varias
variables de entrada
(llamadas independientes,
siendo los campos en el
grupo de datos – dataset)
Identificación de Especies en la
Fauna

4. Análisis de Enlace (Link Analysis)
0 El análisis de enlace es el
proceso de crear redes de
objetos interconectados
para explorar patrones y
tendencias. Es parte de una
rama de la matemática
llamada “teoría de graficas”
- Barry and Linoff, 1997
0 Cada objeto recibe el
nombre de nodo y el enlace
se llama conexión.
Relación entre artículos
comprados

5. Redes Neuronales Arificiales
0 Las Redes Neuronales
Artificiales (RNA) son modelos
matemáticos que permiten
hacer computación inteligente y
llevar a cabo tareas como:
reconocimiento de patrones,
memorias y aprendizaje
asociativo, control adaptivo,
predicción de series de tiempo,
clasificación de señales y
clustering, entre otras. - A. K.
Jain, J. Mao, K. Mohiuddin 1996
0 Considerado como un método
de clasificación.
Gestión de Cuencas
Hidrográficas