tecnicas_de_mineria_de_datos (1).pptx

7/25/2019 Tecnicas_de_Mineria_de_Datos (1).pptx

1/12

Tcnicas de Minera de

Datos


2/12

Tcnicas de Minera deDatosLas tcnicas de Minera de Datos

(una etapa dentro del procesocompleto de KDD) intentan

obtener patrones o modelos apartir de los datos recopilados.

Decidir si los modelos obtenidosson tiles o no suele requerir unavaloracin subjetiva por parte del

usuario.


3/12

Tcnicas de Minera deDatosLas tcnicas de Minera deDatos se clasican en dos

!randes cate!oras"supervisadas o predictivas# no supervisadas odescriptivas.


4/12

cn cas e ner a eDatos

Tcnicas

$o%upervisad

as

&lusterin!

$umrico

&onceptual

'robabilstico

sociacin 'riori

%upervisadas

'rediccin

e!resin

*rboles deprediccin

+stimadorde ncleos

&lasicacin

Tabla dedecisin

*rboles dedecisin

,nduccinde re!las

-asado enejemplares

edes deneuronas

L!icaborrosa

Tcnicas!enticas


5/12

Tcnicas de Minera deDatosLas predicciones se utilian para prever el

comportamiento /uturo de al!n tipo deentidad mientras que una descripcinpuede a#udar a su comprensin.

0a# al!oritmos o tcnicas que puedenservir para distintos propsitos1 por

ejemplo1 las redes de neuronas puedenservir para prediccin1 clasicacin eincluso para aprendiaje no supervisado.


6/12

Tcnicas de Minera deDatos+l aprendiaje inductivo no

supervisado estudia elaprendiaje sin la a#uda del

maestro2 es decir1 se aborda elaprendiaje sin supervisin #trata de ordenar los ejemplos en

una jerarqua.


7/12

Tcnicas de Minera deDatos3ste es el proceder de los

sistemas que realian clusterin!conceptual # de los que se dice

tambin que adquieren nuevosconceptos. 4tra posibilidadcontemplada para estos sistemas

es la de sintetiar conocimientocualitativo o cuantitativo1 objetivode los sistemas que llevan a cabotareas de descubrimiento.


8/12

Tcnicas de Minera deDatos+n el aprendiaje inductivo

supervisado e5iste un atributoespecial1 normalmente

denominado clase1 presente entodos los ejemplos que especicasi el ejemplo pertenece o no a un

cierto concepto1 que ser6 elobjetivo del aprendiaje.


9/12

Tcnicas de Minera deDatos+l atributo clase normalmente

toma los valores 7 # 81 quesi!nican la pertenencia o no del

ejemplo al concepto que se tratade aprender2 es decir1 que elejemplo ejemplica positivamente

al concepto 8pertenece alconcepto8 o bien lo ejemplicane!ativamente 8que no perteneceal concepto.


10/12

Tcnicas de Minera deDatosMediante una !eneraliacin del

papel del atributo clase1 cualquieratributo puede desempe9ar ese

papel1 convirtindose laclasicacin de los ejemplosse!n los valores del atributo

en cuestin1 en el objeto delaprendiaje.


11/12

Tcnicas de Minera deDatos+5presado en una /orma breve1 el

objetivo del aprendiajesupervisado es" a partir de un

conjunto de ejemplos1denominados de entrenamiento1de un cierto dominio D de ellos1

construir criterios para determinarel valor del atributo clase en unejemplo cualquiera del dominio.


12/12

tecnicas_de_mineria_de_datos (1).pptx

Documents