Categoría Data Mining

La minería de datos, Data Mining,  nos ayuda a descubrir y comprender las estructuras, patrones y reglas que se esconden detrás de un juego de datos.

Si hablamos de Data Mining, quiere decir que escribiremos sobre contenidos relacionados con las metodologías, la modelización y técnicas estadísticas necesarias para extraer información y conocimiento de fuentes de información.

La adopción de una metodología adecuada será un elemento fundamental para conocer nuestra situación de partida y la meta que nos proponemos alcanzar.

Describiremos y trabajaremos la metodología CRISP-DM. Esta metodología, nos conduce en el desarrollo de proyectos de minería de datos como un proceso secuencial de fases.

Fases de un proyecto aplicando la metodología CRISP_DM :

Entender el negocio

Comprender  los datos

Preparación de los datos

Elección de un modelo

Evaluación

Implantación

En relación al modelado, y delante de un problema en el ámbito de Data Mining, se pueden utilizar diversas técnicas para solucionarlo:

En la segmentación, técnicas de clustering, de redes neuronales. Para problemas de clasificación, análisis discriminante, árboles de decisión, redes neuronales, maquina de soporte vertical, etc.

Si necesitamos predicciones, técnicas de análisis de regresión, árboles de regresión, redes neuronales, etc . Y si hablamos de dependencias, análisis de correlaciones, reglas de asociación, redes bayesianas, etc. En definitiva, en Data Mining, técnicas distintas pueden dar solución a un mismo problema.

Por esta variedad de posibles soluciones, Data Mining nos conduce a una extensa lista de algoritmos, agrupados alrededor de métodos supervisados y no supervisados,  que nos servirá para los procesos de modelado útiles para cumplir con los objetivos de negocio.