Fundamentos y Técnicas de Minería de Datos: Transformación de Información en Conocimiento

¿Qué es el Data Mining?

El Data Mining (minería de datos) es un proceso no trivial de identificación válida, novedosa, potencialmente útil y comprensible de patrones ocultos en grandes volúmenes de datos.

Técnicas y Componentes del Data Mining

• Técnicas de Data Mining: Se fundamentan en la recolección masiva de datos, el uso de computadoras potentes con multiprocesadores y algoritmos especializados.
• Extracción del Conocimiento: Mediante técnicas de minería, se obtiene un modelo de conocimiento que representa patrones de comportamiento.
• Interpretación y Evaluación: Una vez obtenido el modelo, se valida comprobando que las conclusiones arrojadas sean válidas y satisfactorias.

Especializaciones en Minería de Datos

• Web Mining: Extracción de conocimiento de diversos dominios de la red.
• Web Usage Mining: Extracción de modelos interesantes utilizando los registros (logs) de accesos web.
• Text Mining: Aplicación de técnicas como la categorización de texto, procesamiento de lenguaje natural (PLN), extracción y recuperación de información, y aprendizaje automático.

Infraestructura y Objetivos

Data Warehouse

Es la herramienta fundamental donde se aplica el Data Mining. Consiste en un repositorio de datos de fácil acceso, alimentado por numerosas fuentes transformadas en grupos de información sobre temas específicos.

Objetivos del Data Mining

La obtención de conocimiento novedoso que ayude a interpretar grandes cantidades de información, permitiendo convertir datos brutos en conocimiento estratégico.

Metodología y Procesos

Clustering

Procedimiento de agrupación de una serie de vectores para que los elementos dentro de un grupo sean lo más cercanos posible entre sí.

Aspectos clave en la fase de minería

Para una implementación exitosa, se deben considerar tres aspectos fundamentales:

• Determinar qué tipo de tarea de minería es la más apropiada.
• Elegir el tipo de modelo adecuado.
• Seleccionar el algoritmo de minería que resuelva la tarea y obtenga el modelo buscado.

Integración y recopilación de datos

Fase inicial donde se determinan las fuentes de información útiles y los métodos para su obtención.