Mineria de Datos

Universidad de Guadalajara
Seminario internacional para potenciar la generación de conocimiento, 2019

Transcript

1. Dr. Javier Gonzalez-Sanchez javiergs@asu.edu www.javiergs.com Minería de Datos: introducción y herramientas
2. Temas Datos Herramientas Minería
3. Agenda 01 Conceptos 02 04 03 Ejemplo Notas Finales Herramienta: Eureqa
4. Conceptos: Datos + Minería 01 Parte I
5. Datos Valores para describir un objeto o evento ► hablemos de datos cuantitativos
6. Minería
7. Minería de Datos Datos Álgebra Lineal Respuestas (conocimiento)
8. Álgebra Lineal
9. Álgebra Lineal
10. Álgebra Lineal
11. Ejemplo ¿Calificación de La Charla? Edad ¿Cuántas horas dormiste ayer? ¿Tienes novio / novia?
12. Ejemplo ¿Calificación de La Charla? Edad ¿Cuántas horas dormiste ayer? ¿Tienes novio / novia? 1 1 0 0 8 2 7 3 35 25 20 50 10 10 5 7
13. Ejemplo ¿Calificación de La Charla? Edad ¿Cuántas horas dormiste ayer? ¿Tienes novio / novia? 1 1 0 0 1 8 2 7 3 4 35 25 20 50 18 10 10 5 7
14. Ejemplo ¿Calificación de La Charla? Edad ¿Cuántas horas dormiste ayer? ¿Tienes novio / novia? 1 1 0 0 1 8 2 7 3 4 35 25 20 50 18 10 10 5 7
15. Ejemplo ¿Calificación de La Charla? Edad ¿Cuántas horas dormiste ayer? ¿Tienes novio / novia? 1 1 0 0 1 8 2 7 3 4 35 25 20 50 18 10 10 5 7 10
16. Necesitamos más datos
17. Ejemplo ¿Calificación de La Charla? Edad ¿Cuántas horas dormiste ayer? ¿Tienes novio / novia? 1 1 0 0 1 8 2 7 3 4 35 25 20 50 18 10 10 5 7
18. ¿Para Qué?
19. ¿Para Qué? * Cómo influye la estatura del padre sobre la estatura del hijo. * Relacionar costumbres (sueño, alimentación, actividad física, etc.) con la probabilidad de adquirir una enfermedad específica. * Aproximar la calificación obtenida en una materia según el número de horas de estudio.
20. Técnicas
21. Eureqa by nutonian 02
27. Ejemplo Completo 03
28. ¿Dónde Puedo Conseguir Datos para Jugar? http://lib.stat.cmu.edu/datasets/
29. Pollution Dataset ¿Cuál es la relación entre contaminación y mortalidad?
30. Pollution Dataset PREC Lluvia media anual en pulgadas JANT Temperatura promedio en Enero JULT Temperatura promedio en Julio OVR % de la población mayor a 65 años POPN Tamaño promedio de familia EDUC Años de escuela completados por los mayores de 22 años HOUS % de viviendas que cuentan con todos los servicios DENS Población por milla cuadrada WRK % con trabajo de oficina POOR % de familias con ingresos < $3000 dólares anuales HC Índice de contaminación por hidrocarburos NOX Índice de contaminación por monóxido de nitrógeno SOA Índice de contaminación por dióxido sulfúrico HUMID Promedio anual de humedad relativa a la 1 pm. MORT Tasa de mortalidad por cada 100,000
32. Pre-procesamiento Normalizar y Remover Valores atípicos
36. MORT = K + 10.07*HC + 0.000039*HC*PREC3 – 0.21*WRK*HC HC Índice de contaminación por hidrocarburos WRK % con trabajo de oficina PREC Lluvia media anual en pulgadas
38. Comentarios Finales 04 .
40. Más Herramientas
41. Más Herramientas
42. Más Herramientas Beginning to Weka Step by Step https://code.likeagirl.io/beginning-to-weka-step-by-step-93f6564d9f2
43. www.javiergs.com javiergs@asu.edu ¡Gracias!