Estado Del Arte

METODOLOGIA CRISP METODOLOGIA SEMA

Cross Industry Standard Process for Data Mining

Sample: Muestreo

Explore: Exploración

Modify: Modificar

Model: Modelaje

Assess: Evaluar

Los orígenes de CRISP-DM, se remontan hacia el año 1999 cuando un importante consorcio de empresas europeas tales como NCR (Dinamarca), AG(Alemania), SPSS (Inglaterra), OHRA (Holanda), Teradata, SPSS, y Daimer-Chrysler.

Proponen a partir de diferentes versiones de

KDD (Knowledge Discovery in Databases) [Reinartz, 1995], [Adraans, 1996], [Brachman,

1996], [Fayyad, 1996], el desarrollo de una guía de referencia de libre distribución denominada

CRISP-DM (Cross Industry Standard Process for Data Mining). Fue desarrollada por SAS institute y define como una herramienta que ayuda a los procesos de selección , exploración y modelación de cantidades significativas de datos .

FASES DEL ESTUDIO

 Entendimiento del negocio

Comprender los objetivos y requerimientos del proyecto desde la perspectiva del negocio

Después de esto se convierte en la definición de un problema de minería de datos

 Entendimiento de los datos

Se trata sobre la recolección de los datos continua con actividades para normalizar los datos .También para determinar se hay subconjuntos en estos datos y variables de estos datos a tener en cuenta

 Preparación de los datos

En esta se construyen el conjunto de datos que se utilizara para el modelaje del problema inicial planteado.

 Modelaje

En este punto se utilizan una técnica de modelado con los datos seleccionados para validar el modelo y la respuesta que se quieren llegar .

 Evaluación (objetivo del negocio )

Determinar si el modelo planteado es válido para el problema.

 Puesta en producción

Puesta en producción del modelo planteado .

FASES DEL ESTUDIO

 Extracción de muestra representativa

Se realiza una extracción de una buena parte de datos con el fin de tener una idea de la información que se tiene .

 Exploración de los datos de la muestra

Se hace un recorrido de los datos extraídos en los datos de la muestra para detectar , identificar y eliminar datos anómalos , ayudando a refinar el proceso de descubrimiento de información en fases siguientes .

 Modificación de los datos

Esta se hace creando , seleccionando y trasformando las variables en las cuales se va a enfocar el proceso de selección

...