Objetivos Generales
Análisis y Extracción de Conocimiento en
Sistemas de Información:
Datawarehouse y Datamining
Chihuahua, 9-11 de octubre de 2003
José Hernández Orallo
jorallo@dsic.upv.es
Departamento de Sistemas Informáticos y Computación
Universidad Politécnica de Valencia
Objetivos Específicos (1/4)
• Reconocer el potencial y la problemática del análisis de
sistemas de información para la toma de decisiones.
• Conocer las ventajas y casos donde es aconsejable recopilar
información interna y externa en un Almacén de Datos.
• Conocer el modelo multidimensional de datos de los
almacenes de datos y los operadores de refinamiento
asociados: drill, roll, slice & dice, pivot.
• Conocer la arquitectura y diferentes implementaciones
(ROLAP, MOLAP) de Almacenes de Datos.
• Reconocer pautas para el diseño y mantenimiento de ADs.
Objetivos Específicos (3/4)
• Elegir, para un problema concreto, qué técnicas de minería de
datos son más apropiadas.
• Generar los modelos y patrones elegidos utilizando una
herramienta o paquete de minería de datos.
• Evaluar la calidad de un modelo, utilizando técnicas sencillas
de evaluación (validación cruzada).
• Utilizar métodos de combinación de técnicas (p.ej. voting) y
de reiteración (p.ej. boosting).
• Conocer la problemática especial de la minería sobre la web
(documentos textuales e hipertextuales) y las técnicas más
usuales.
El objetivo fundamental de este curso es:
conocer el potencial, la problemática y la tecnología
(DW+DM) de análisis y extracción de conocimiento
sobre sistemas de información
Se instancia en dos subobjetivos principales:
conocer las técnicas de almacenes de datos y
DW OLAP para facilitar el procesamiento analítico de
apoyo a la toma de decisiones estratégicas.
saber aplicar las técnicas de minería de datos
DM apropiadas para problemas concretos de
extracción de conocimiento. 2
Objetivos Específicos (2/4)
• Reconocer los beneficios de su uso sistemático de técnicas de
extracción de conocimiento para la obtención de modelos y
patrones predictivos o descriptivos.
• Conocer las fases del Descubrimiento de Conocimiento de
Bases de Datos y la importancia de las mismas en el éxito del
proceso (en especial las de limpieza y selección de datos).
• Conocer las distintas técnicas de aprendizaje automático y
estadísticas utilizadas en minería de datos, su potencial, su
coste computacional y sus limitaciones de representación y
de inteligibilidad.
3 4
Objetivos Específicos (4/4)
Además, y especialmente dirigido a los asistentes del mundo
académico:
• Conocer los problemas abiertos en la investigación de
almacenes de datos y minería de datos.
• Conocer los congresos y foros más importantes, así
como las redes, recursos, etc., relacionados con ambas
disciplinas.
5 6
1
 Temario (1 de 4) Temario (2 de 4)

PARTE I: INTRODUCCIÓN
1.1. Finalidades y Evolución de los Sistemas de
(tiempo estimado: 1 hora)
Información.
PARTE II: ALMACENES DE DATOS
1.2. Herramientas para la Toma de Decisiones:
(tiempo estimado: 4 horas) Parte I:
Introducción diferencias e interrelación.
PARTE III: MINERÍA DE DATOS
1.3. Almacenes de Datos, OLAP y Minería de Datos:
(tiempo estimado: 7 horas)
definición e interrelación.
PRÁCTICAS SOBRE PARTE III: 8 horas.

7 8

Temario (3 de 4)
2.1. Introducción a los almacenes de datos: motivación
definición y características.
2.2. Arquitectura de un sistema de almacén de datos.
2.3. Explotación de un almacén de datos: herramientas
Parte II:
OLAP.
Almacenes
de Datos
2.4. Sistemas ROLAP y MOLAP.
2.5. Carga y Mantenimiento de un Almacén de Datos.
2.6. Diseño de un almacén de datos.
2.7. Líneas de investigación abiertas.
Temario (4 de 4)
3.1. Introducción a la Minería de Datos (DM)
3.1.1. Motivación
3.1.2. Problemas tipo y aplicaciones
3.1.3. Relación de DM con otras disciplinas
3.2. El proceso de KDD
3.2.1. Las Fases del KDD
3.2.2. Tipología de Técnicas de Minería de Datos
Parte III: 3.2.3. Sistemas Comerciales
3.2.4. Visualización
Minería
3.3. Técnicas de Minería de Datos
de Datos
3.3.1. El Problema de la Extracción Automática de Conocimiento.
3.3.2. Evaluación de Hipótesis
3.3.3. Técnicas no supervisadas y descriptivas.
3.3.4. Técnicas supervisadas y predictivas.
3.4. Web Mining
3.4.1. Los Problemas de la Información No Estructurada.
3.4.2. Extracción de Conocimiento a partir de Documentos HTML y texto.
3.4.3. Extracción de Información semi-estructurada (XML).
9 3.5. Líneas de Investigación Abiertas 10

Material y Organización Bibliografía (1/3). Almacenes de Datos

Material: • Inmon, W.H. "Building the Data Warehouse", John Wiley, 1992
• Inmon, W.H. et al. "Managing the Data Warehouse", John Wiley,
• Transparencias y boletines. 1997
• Software: • Inmon, W.H. et al. "Data Warehouse Performance", John Wiley,
SPSS Clementine 6.0 1999
• Otra Documentación: • Kimball, R. "The Data Warehouse Toolkit", John Wiley, 1996
• Kimball, R et al. "The Data Warehouse Lifecycle Toolkit", John
Wiley, 1998
http://www.dsic.upv.es/~jorallo/cursoDWDM • Giovinazzo, W. "Object-Oriented Data Warehouse Design",
Prentice-Hall, 2000.
Sesiones de 4 horas: • Jarke, M. et al. "Fundamentals of Data Warehouses", Springer,
• 2 exposición 2000.
• 2 prácticas con Clementine

11 12

2
 Bibliografía (2/3). Minería de Datos
• Berry M.J.A.; Linoff, G.S. “Mastering Data Mining” Wiley 2000.
• Berthold, M.; Hand, D.J. (ed) “Intelligent Data Analysis. An
Introduction” Springer 1999. (Nueva edición a aparecer en 2002).
• Dunham, M.H. “Data Mining. Introductory and Advanced Topics”
Prentice Hall, 2003.
• Dzeroski, S.; Lavrac, N. “Relational Data Mining” Springer 2001.
• Etzioni, O. “The World- Wide Web. Quagmire or Gold Mine”
Communications of the ACM, November 1996, Vol. 39, nº 11, 1996.
• Fayyad, U.M.; Piatetskiy-Shapiro, G.; Smith, P.; Ramasasmy, U.
“Advances in Knowledge Discovery and Data Mining”, AAAI Press /
MIT Press, 1996.
• Fayyad, U.M.; Grinstein, G.; Wierse, A. “Information Visualization in
Data Mining and Knowledge Discovery” Morgan Kaufmann, Harcourt
Intl., 2001.
• Han, J.; Kamber, M. “Data Mining: Concepts and Techniques” Morgan
Kaufmann, 2001. 13
Bibliografía (3/3). Minería de Datos
• Hand, D.J.; Mannila, H. and Smyth, P. “Principles of Data Mining”, The
MIT Press, 2000.
• Hernández, J.; Ramírez, MJ.; Ferri, C. “Introducción a la Minería de
Datos” Pearson Prentice Hall, a aparecer 2004.
• Kosala, R.; Blockeel, H. “Web Mining Research: A Survey” ACM
SIGKDD Explorations, Newsletter of the ACM SIG on Knowledge
Discovery and Data Mining, June 2000, Vol. 2, nº1, pp. 1-15.
• Mena, Jesus “Data Mining Your Website”, Digital Press, July 1999.
• Mitchell, T.M. “Machine Learning” McGraw-Hill 1997.
• Pyle, D. “Data Preparation for Data Mining” Morgan Kaufmann,
Harcourt Intl., 1999.
• Thuraisingham, B. “Data Mining. Technologies, Techniques, Tools, and
Trends”, CRC Press, 1999.
• Witten, I.H.; Frank, E. “Tools for Data Mining”, Morgan Kaufmann, 1999.
• Wong, P. C. “Visual Data Mining”, Special Issue of IEEE Computer Graphics
and Applications, Sep/ Oct 1999, pp. 20- 46. 14