Lo que se pretende conseguir es proporcionar información detallada sobre. algunos ejemplos de software diseñados para implementar la Minería de Datos.

Transcripción

1 SISTEMAS Y HERRAMIENTAS DE MINERÍA DE DATOS. EJEMPLOS: L que se pretende cnseguir es prprcinar infrmación detallada sbre alguns ejempls de sftware diseñads para implementar la Minería de Dats. Librerías: las librerías de Minería de dats sn un cnjunt de métds que implementan funcinalidades y utilidades básicas cm el acces a dats, mdels de redes neurnales, métds bayesians, exprtación de resultads Las librerías se encargan principalmente de facilitar el desarrll de las tareas de Minería de Dats que sn más cmplejas, cm el diseñ de experiments. El prblema de las librerías, es que es precisa la cmprensión de cncimients de prgramación. Algunas de las Librerías más imprtantes sn: XELOPES (extended library fr prudys embedded slutin): es una librería cn licencia pública GNU para el desarrll de aplicacines de Minería de Dats. Esta librería está implementada para que sea eficiente para la mayría de ls algritms de aprendizaje, pr es, es imprtante destacar que el usuari puede desarrllar aplicacines particulares de Minería de Dats. Sus principales características sn: Acces a dats Mdels de redes neurnales Métds de agrupamient Métds de reglas de asciación Árbles lineales Árbles n lineales Exprtación de dats Para más infrmación sbre XELOPES: MLC++(Machine learning library in C++): Es un cnjunt de librerías que fuern desarrlladas pr la Universidad de Standfrd. La mayría de las versines sn baj dmini de investigación, a excepción de la versión 1.3.x, que se distribuye baj licencia de dmini públic. Las principales características sn: Acces a dats (archivs cn frmat plan) Transfrmacines de dats

2 Métds de aprendizaje mediante bjets Para más infrmación sbre MLC++: SUITES: psee las mismas capacidades que el prcesamient de dats, ls mdels de análisis, el diseñ de experiments el sprte gráfic para la visualización de resultads. En este cas, Suites destaca prque existe una interfaz que facilita la interacción entre el usuari y la herramienta SPSS CLEMENTINE: es un de ls sistemas de Minería de Dats más cncids. Psee una herramienta visual desarrllada pr ISL que tiene una arquitectura cliente / servidr. Este sistema se caracteriza pr: Acces a dats (fuentes de dats, archivs ASCII ) Prcesamient de Dats Técnicas de Aprendizaje (redes neurnales, reglas de asciación) Técnicas de evaluación de mdels Visualización de resultads (histgramas, diagramas de dispersión, gráfics en 3-D ) Exprtación (infrmes en HTML text) Para más infrmación sbre SPSS CLEMENTINE: WEKA (Waikat envirnment fr knwledge analysis): es una herramienta visual de libre distribución desarrllada pr ls investigadres de la Universidad de Waikat en Nueva Zelanda. Sus principales características sn: Acces a ls dats desde un archiv en frmat ARFF (es un archiv de text plan rganizad en filas y clumnas) Preprcesad de dats (selección, transfrmación de atributs ) Mdels de Aprendizaje (reglas de asciación, mdels de agrupamient, mdels cmbinads ) Visualización del entrn Para más infrmación sbre WEKA:

3 KEPLER: Sistema desarrlladr y transfrmad en una herramienta cmercial distribuida pr Dialgis. Psee múltiples mdels de análisis. Sus principales herramientas de aprendizaje sn: Árbles de decisión Redes neurnales Regresión n lineal Aplicacines estadísticas Así mism permite el preprcesad de dats, la elección de un mdel la manipulación de la representación grafica de ls mdels btenids. Para más infrmación sbre KEPLER: ODMS (racle data mining suite): Está diseñad sbre una arquitectura cliente servidr; frece una gran versatilidad en cuant al acces a grandes vlúmenes de infrmación. Se caracteriza principalmente pr: Acces a dats en diverss frmats: almacenes de dats, bases de dats relacinales cm SQL, Oracle, archivs plans Preprcesad de dats: muestre de dats, patrnes de dats Mdels de aprendizaje: redes neurnales, regresión lineal Herramientas de visualización: resultads estadístics, imprtación de dats en Excel, Wrd Pwer Pint Para más infrmación sbre ODMS: DBMINER: Sistema interactiv desarrllad pr la Universidad de Simn Fraser de Canadá. Su licencia es pública a excepción de la empresarial (que es cmercializada) Está cncebid para la extracción del cncimient de bases de dats relacinales, almacenes de dats y Web. Dentr de su arquitectura de diseñ es imprtante destacar: OLAP (nline analytic prcessing) OLAM (nline analytic mining) La herramienta de DBMiner psee ds mds de trabaj: Vía interfaz grafica Vía interfaz de script Para más infrmación sbre DBMINER:

4 YALE: herramienta de aprendizaje autmátic implementad en Java pr la Universidad de Drmund. El sistema incluye peracines para: Imprtación y pre-prcesamient de dats Aprendizaje autmátic Validación de mdels Para más infrmación sbre YALE: DB2 INTELLIGENT MINER: herramienta cmercial distribuida según la arquitectura cliente / servidr y distribuida pr IBM. Psee una serie de paquetes de implementación para Minería de Dats entre ls que destacan: Db 2 intelligent miner fr data: destinad para aplicar tareas de minería en bases de dats. Sprta tareas de agrupamient, asciacines, patrnes, clasificación Db 2 intelligent miner scring: utiliza la funcinalidad de la base de dats para aplicar las técnicas de Minería de Dats Db 2 intelligent miner mdelling: rientad al descubrimient de las relacines entre ls dats, cm las asciacines el agrupamient de dichs dats Db 2 intelligent miner visualizatin: para visualizar ls resultads prcedentes de ls mdels de análisis Para más infrmación sbre DB2 INTELLIGENT MINER: 3.ibm.cm/sftware/data/iminer SAS ENTERPRISE MINER: es un de ls sitis cmerciales que prprcina el SAS Institute para tareas de Minería de Dats. Ésta herramienta se centra en la Minería de Dats (de frma tradicinal) y n en su funcinalidad (es el cas de SAS Text Miner) Psee una arquitectura distribuida, es decir, tiene una ptente interfaz gráfica de usuari. Las tareas que realiza esta herramienta sn: Preprcesad de dats: tratamient estadístic, filtrs, tareas de muestre Mdels: árbles de decisión, regresión lineal, redes neurnales, cnstrucción de métds de ensamblaje Evaluación: para cmprbar la eficacia y eficiencia de dicha herramienta

5 Visualización de resultads: a través de gráfics, diagramas, infrmes en frmat html Para más infrmación sbre SAS ENTERPRISE MINER: STATISTICA DATA MINER: es una ptente herramienta cn un sistema visual desarrllad y cmercializad, en la que destaca: Base de dats: permite trabajar cn un gran vlumen de infrmación, así cm imprtar ls dats en frmats Excel, Oracle, SQL Preprcesad de dats: a través del cual seleccinams las características, el muestre de dats, realizams peracines de filtrad, tratamient de dats Mdels de análisis: cm reglas de asciación, redes neurnales, mdels lineales de regresión, mdels n lineales de regresión, regresión múltiple Visualización: desarrllada a través de una interfaz gráfica que facilita las diversas tareas que pueda realizar el usuari. Destacan ls diagramas de barras, diagramas de sectres, árbles de asciación, redes neurnales Para más infrmación sbre STATISTICA DATA MINER: Herramientas Específicas: caracterizadas pr centrarse en un únic mdel (redes neurnales, mdels estadístics ) en una determinada tarea de Minería de Dats (clasificación agrupamient).sin embarg, destacan prque permiten realizar td el prces de Minería de Dats y prque n es necesari pseer grandes cncimients de prgramación. Algunas de estas herramientas específicas sn: CART: herramienta desarrllada y cmercializada pr Salfrd System y rientada a tareas de clasificación regresión de Minería de Dats. Destaca principalmente pr su accesibilidad, capacidad de visualización infrmación estadística relativa al mdel Para más infrmación sbre CART:

6 AUTO CLASS: sn tres herramientas (Aut Class III, Aut Class X y Aut Class C) asciadas baj el mism nmbre y desarrlladas pr la NASA. Tdas ellas tratan de slucinar ls prblemas de agrupamient de la Minería de Dats utilizand métds bayesians. Sus características sn: Frmat prpi de archiv de entradas Generación de infrme Extracción de test Para más infrmación sbre AUTO CLASS: NEURAL PLANNER, NEURODIET, EASY NN-PLUS: sn tres herramientas desarrlladas para trabajar cn mdels de aprendizaje basads en redes neurnales Para más infrmación sbre NEURAL PLANNER, NEURODIET, EASY NN-PLUSNEURAL PLANNER, NEURODIET, EASY NN-PLUS: NEUROSHELL: sn un cnjunt de herramientas gráficas para trabajar cn mdels de aprendizaje basads en redes neurnales Para más infrmación sbre NEUROSHELL: SEE 5 / C5.0: herramienta de fácil manej, centrada en la cnstrucción de mdels de clasificación basads en árbles de decisión y cnjunts de reglas. El incnveniente es que ha sid diseñada para trabajar cn grandes vlúmenes de dats Para más infrmación sbre SEE 5 / C5.0: