1. Concepto
1.1. El KDD es un proceso de identificación de patrones válidos, novedosos, generadores de valor y comprensibles, a partir de un conjunto de datos.
2. Antecedentes
2.1. Consultas SQL bases de datos OLTP
2.2. Introducción al Data Warehouse
2.3. Toma de decisiones mediante OLAP
2.4. Aplicación de herramientas estadísiticas
2.5. Aumento de volumen y variedad de datos
2.6. Los datos son la materia prima
3. Fases:
3.1. 1. Integración y recopilación de datos:
3.1.1. Fuentes de datos
3.1.1.1. Internas
3.1.1.2. Externas
3.1.1.3. Públicas
3.1.2. Operaciones OLAP
3.2. 2. Selección, limpieza y transformación:
3.2.1. Eliminación y/o corrección de datos incorrectos
3.2.2. Selección de estrategias de los datos incompletos y faltantes.
3.2.3. Determinación de variables y/o atributos
3.2.4. Construcción de atributos
3.2.5. Determinación de muestras estadísitcas
3.3. 3. Minería de datos:
3.3.1. Tareas
3.3.1.1. Predictivas
3.3.1.1.1. Clasificación
3.3.1.1.2. Regresión
3.3.1.2. Descriptivas
3.3.1.2.1. Agrupamientos o Clustering
3.3.1.2.2. Correlación
3.3.1.2.3. Reglas de asociación
3.3.1.2.4. Reglas de asociación secuenciales
3.3.2. Tipos de métodos
3.3.2.1. Inferencia estadísitca
3.3.2.2. Árboles de decisión
3.3.2.3. Redes neuronales
3.3.2.4. Inducción de reglas
3.4. 4. Evaluación e interpretación:
3.4.1. Tipos de datos
3.4.1.1. Datos de entrenamiento
3.4.1.2. Datos de prueba
3.4.2. Métodos
3.4.2.1. Validación simple
3.4.2.2. Validación cruzada
3.4.2.3. Bootstrapping
3.4.3. Actividades
3.4.3.1. Evaluación de patrones y análisis por parte de expertos
3.4.3.2. Evaluación y entendimiento del contexto real en el cual se utilizará al modelo