Minería de Datos. Algo más que el ejemplo del Tenis.Sergio Carrillo VilaData Platform Engineer – Business IntelligenceMicrosoft Business Management Specialist

Click here to add your MVP logo or MS Cert Logoscarrillovila@solidq.com

α ¿Qué es la minería de datos?β Usos de la minería de datos

α El ciclo de vida de un proyecto de Minería de Datosα Los datos para Minería de datos. Demoα Algoritmos

β Naive-Bayes. Demoβ Arboles de decisión. Demoβ Reglas de asociación. Demo

α Excel como herramienta de Minería de Datos. Demo

α Preguntas

Agenda

α Proceso de analizar los datos para encontrar patrones ocultos mediante el uso de metodologías automáticas

α Análisis Predictivo

α Aumentar el valor de nuestros datos

¿Qué es la minería de datos?

α Generación de Recomendacionesα Detección de Anomalíasα Administración de Riegosα Segmentación de Clientesα Previsionesα Anuncios personalizadosα …

¿Qué es la minería de datos?Usos de la minería de datos

Ciclo de VidaDe un proyecto de Minería de Datos

Transformación

Actuación

Medición

Identificación

α Interpretación de los datosα Vista sobre los datos

β Estadisticasβ Frecuencias

α Casosα Atributos

β Categóricos o nominalesβ Rankingsβ Intervalosβ Variables numéricas

α Estados

Los datos para la Minería

DEMODatos para la minería

α Es importante conocer nuestro datoβ No nos vamos a embarcar en un proyecto de mineria sin

hacerloα Es importante interpretar estos datos

β No juntemos peras con manzanas α La exploración de los datos…

β Puede mostrarnos anomalías en nuestro negocioβ Puede plantearnos nuevos problemas

Resumiendo

α Ofrece un método sistemático para aprender basado en los datos.

α Cuenta las correlaciones que hay entre la variable que queremos predecir y el resto de variables

α Una vez que tiene calculada las correlaciones, aplica las probabilidades.

α No puede utilizar atributos continuos para predecir, en el caso de tenerlos, utilizar rangos.

α Parámetrosβ MAXIMUN_INPUT_ATTRIBUTESβ MAXIMUN_OUTPUT_ATTRIBUTESβ MAXIMUN_STATESβ MINIMUM_DEPENDENCY_PROBABILITY

AlgoritmosNaive-Bayes

DEMONaive-Bayes

α Naive-Bayes es un algoritmo rápidoα Solo para atributos discretosα Visualizaciones desde SSMS y BIDSα DMX como lenguaje de consulta

Resumiendo

α Va dividiendo los datos recursivamente en pequeños conjuntos

α Evalúa como cada atributo va dividiendo estos conjuntos, colocando en la parte superior los mas restrictivos.

α Es un algoritmo de clasificaciónα Puede ser usado con atributos continuosα Hay que tener cuidado con el sobre entrenamientoα Algunos parámetros

β MINIMUN_SUPPORTβ SCORE_METHODβ SPLIT_METHOD

AlgoritmosArboles de decisión

DEMOArboles de decisión

α Es un algoritmo fácil de entenderα Riego de sobre entrenamientoα Permite el uso de atributos continuos

Resumiendo

α Es un algoritmo especialmente diseñado para el analisis de asociaciones

α Detecta reglas en nuestros datosβ Si A&&B C

α Cuenta la frecuencia de combinaciones de varios estados del atributo

α No utiliza probabilidadesα Cuando una combinación es muy frecuente, pasa a

ser una reglaα Parámetros:

β (MAXIMUN | MINIMUN)_ITEMSET_SIZEβ MAXIMUN_ITEMSET_COUNT

AlgoritmosReglas de asociación

DEMOReglas de Asociación

α Las reglas de asociación nos permite encontrar relaciones entre los valores de los atributos

α No es necesario que tengamos los valores en una tabla, podemos utilizar más de una

Resumiendo

α Add-in para Excel 2007β Da problemas para Excel 2010β Solo para versiones de 32bits

α Permite realizar modelos de forma temporalβ Crea una base de datos multidimensional en ASβ Vuelca los modelos y estructuras en esa base de datos

α Es más fácil para el usuario

Excel como herramienta MD

DEMOExcel como herramienta de Minería de Datos

α Desde Excel podemos crear nuestros modelos de mineria

α Tenemos accesibles casi todas la funcionalidadα Podemos explorar los datosα No necesitamos almacenes en base de datos para

nuestros datos de mineria

Resumiendo

Preguntas ?

No olvideis rellenar las evaluaciones!Os invitamos al Solid Quality Summit

Mas de 60 sesiones técnicas todas alrededor de SQL Server y SharePoint (Madrid 6 al 10 de Junio), mas info en mi email o

en ventasib@solidq.com

Sergio Carrillo VilaData Platform Engineer – Business Intelligence

Microsoft Business Management Specialist

Click here to add your MVP logo or MS Cert Logoscarrillovila@solidq.com

Gracias!Sergio Carrillo Vila

Data Platform Engineer – Business IntelligenceMicrosoft Business Management Specialist

Click here to add your MVP logo or MS Cert Logoscarrillovila@solidq.com