Minería de Datos. Arturo Olvera López

Transcripción

1 Benemérita Universidad Autónoma de Puebla Facultad de Ciencias de la Computación Minería de Datos Arturo Olvera López 1 1

2 Data Warehouse and OLAP 66

3 Data Warehouse 67

4 OLTP, OLAP 68

5 Data Warehousing 69

6 Data Warehouse Con base en la arquitectura, modelos: Enterprise Datamart Virtual 70

7 Enfoque recomendado DWH Incremental Evolutivo -> Espiral 71

8 Multidimensional Data Model 72

9 Multidimensional Data Model 4-D data cube Datos n-dimensionales -> serie de cubos n-1 dimensionales Cuboide: Cubos de al menos 3 dimensiones 73

10 Lattice 74

11 Star 75

12 Snowflake 76

13 Fact constellation / Galaxy 77

14 Jerarquía de Conceptos 78

15 Jerarquía de conceptos 79

16 Multidimensional Query Starnet 80 80

17 Operaciones OLAP 81 81

18 Curse of dimensionality 82

19 Bitmap index Indexing OLAP data 83

20 Join index Indexing OLAP data 84

21 Data Warehouse Applications 85

22 OLAM 86

23 Herramientas OLAP Back-End: Informatica Oracle DataJunction Multi dimensional Enginees: Arbor ESSbase SAS Query OLAP reporting: Brio Business Objects Crystal Reports 87

24 Herramientas OLAP 88

25 KDNUGGETS 89

26 Cálculo de cubos de datos 90

27 BUC Métodos eficientes Minimun support =33 Sup. No satisface umbral Árbol (a1,*,*,*) (a1,b1,*,*) 91

28 Extracción de conocimiento 92

29 Clasificación Supervisada Conjuntos de entrenamiento Se conoce la clase 93

30 Aprendizaje/Entrenamiento 94By A. Olvera

31 Clasificación 95By A. Olvera

32 Nearest Neighbor 96 96By A. Olvera

33 Vecino más cercano 97By A. Olvera

34 k-nearest Neighbors (k-nn) Generalización del vecino más cercano: k-vecinos más cercanos 98By A. Olvera

35 k-nn 99By A. Olvera

36 Ejemplo Clasificar O N =( 3.5,2.0,2.5,0.5) 100By A. Olvera

37 K-NN Atributos no numéricos?? Faltantes?? 101By A. Olvera

38 Árboles de decisión 102

39 Árboles de decisión Decision tree induction 103

40 Algoritmo ID3 Árboles de decisión Construir árbol Elegir el mejor atributo para colocarlo en el nodo raíz cómo saber cuál es el mejor atributo? Ganancia de información (Gain) Entropía Se utiliza Gain para elegir los nodos del árbol 104

41 Árboles de decisión Ganancia de información Entropía (2 clases) 105

42 Árboles de decisión Entropía, caso general: 106

43 Ganancia de información Impacta en menor grado los casos en que los valores de atributo son homogéneos 107

44 ID3 108

45 ID3 Ejemplo: construir árbol para: 109

46 ID3 Entropy= Entropy(age) Gain(age) 110By A. Olvera

47 ID3 111By A. Olvera

48 C4.5 Valores continuos 112

49 C4.5 Post-Poda Pre condiciones Post- condiciones -Reducir tamaño de árbol/ reglas 113

50 Alternative measures for selecting attributes 114

51 Artificial Neural Networks 115

52 Inspiración biológica Redes Neuronales 116

53 Aprendizaje 117By A. Olvera

54 Redes Neuronales 118

55 Redes Neuronales Hiper-planos de separación 119

56 Perceptrón Redes Neuronales Regla de entrenamiento: 120

57 Gradiente descendente 121By A. Olvera

58 Redes Neuronales Gradiente Descendente y Regla Delta 122

59 Redes Neuronales Gradiente Descendente 123

60 Redes Neuronales Gradiente Descendente Regla de entrenamiento: 124

61 Redes Neuronales Gradiente Descendente Donde: 125

62 Redes Neuronales 126

63 Aproximación estocástica 127By A. Olvera

64 Redes multicapa Feed Forward, Back Propagation 128

65 Redes multicapa 129

66 Redes multicapa Feed Forward, Back propagation

67 Backpropagation 131By A. Olvera

68 Redes multicapa Capa de salida Capa oculta 132

69 Redes multicapa Ejemplo 133

70 Sobreajuste Redes multicapa 134

71 Momentum 135

72 Redes multicapa Aplicación (Sistema ALVINN-Autonomous Land Vehicle) 136