Muy buena explicación, desde el inicio: 1:34 de forma intuitiva, desarrollada para que se pueda entender de una manera muy fácil, Dada que se va paso a paso sobre el KDD, con conocimiento anteriores de Base de datos , se complementa una forma muy bien estructurada y con ejemplos claros : 30:12 , haciéndonos una idea del trabajo real
Muy buen video, ayuda a tener una buena primera conprencion sobre la mineria de datos, y sobre como esta funciona y esta en nuestro dia a dia, respecto a la parte mas interesante fue en el minuto 29:38 que expone los ejemplos respectibos sobre cada tipo de tareas de minerias de datos y se denota aun mas los ejemplos de la mineria de datos en la vida real, son ejemplos, claros, concretos y precisos que aumentan el entendimiento del tema.
Muy bueno el video, sobre todo me gusto mucho la analogía que utilizo en el minuto 15:25 en donde da como ejemplo la extracción de oro para explicar que el conocimiento siempre sera la mas importante en el ámbito de la vida como en el estudio
Me pareció un excelente video con información concisa y muy buena para aprender acerca de las etapas del proceso KDD, algo que me pareció muy interesante ya que es lo que estamos estudiando en este curso es que a partir del minuto 10:00 se explica que es la minería de datos, nos explica su definición, su posición y su función en lo que son los procesos KDD
Muy buena introducción al proceso de KDD, cuando menciona los conceptos y términos claves de la minería de datos en el minuto 18:44 veo muy importante el conocer los formatos de tipos de datos para el momento de darle una clasificación al obtener información de los mismos. Además, cuando menciona las tareas de la minería de datos en el minuto 22:43 explico muy claro los conceptos introductorios de las tareas predictivas y las descriptivas.
Gran explicación acerca del tema de minería de datos tanto desde su introducción hasta la conclusión. El resumen que se nos da al concluir la explicación (min 40:26, en adelante), nos permite refrescar toda la información relevante de la clase tal como que la minería de datos es un proceso más dentro del KDD, (descubrimiento de conocimientos en bases de datos), así como darnos a entender que low conceptos que veremos a lo largo de la clase seran regresión y clasificación, esto dentro de las tareas predictivas
Una buena introducción y explicación a la a la Minería de Datos y el proceso KDD la explicación de los datos y sus términos claves desde el minuto 16:40, y la explicación del conjunto de datos 20:20 y sus características fue muy esclarecedora, buen uso de las diapositivas, destaco el tema de la minería de datos 22:40 bastante directo y conciso, sin desviarse. El cierre del tema 30:00 con los ejercicios fue apropiado, y claros. Me gustaría señalar la síntesis que es un excelente resumen gráfico del tema 40:34
La primera parte de la introducción a la minería de datos es muy comprensible gracias a una excelente explicación. Quiero destacar la claridad con la que se abordan las tareas en la minería de datos a partir del minuto 22:45, sin complicaciones innecesarias. Además, se respalda la explicación con ejemplos concretos, como los que se presentan en los minutos 30:40 y 33:40. Estos ejemplos proporcionan una rápida comprensión de los patrones y modelos específicos relacionados con las tareas abordadas.
Muy buena introducción, las 5 etapas de los procesos KDD que empiezan en el minuto 5:30 y finalizan en el minuto 13:05 me parecen muy concretos y prácticos ya que permiten que todo el proceso se lleve de manera eficaz y ordenada. Así mismo las las tareas comunes en Minería de Datos 23:20 incluyen clasificación (categorizar datos en grupos), predicción (prever valores futuros), asociación (encontrar relaciones entre variables), y detección de anomalías (identificar datos inusuales o anómalos).
Excelente video introductorio. Hay que destacar que las etapas del proceso KDD siguen las bases explicadas en el minuto 2:02 para conseguir un mejor resultado. Esto es gracias a la mejora continua de los resultados proporcionada por los procesos iterativos y al apoyo que representa la interacción de un experto en el problema al momento de buscar resolver el problema planteado. La analogía del minuto 15:25 sobre extracción de oro cumple con su cometido, ya que explica de forma cotidiana el funcionamiento de la minería de datos. A partir del minuto 16:35, la pirámide de conocimiento define la jerarquía de los datos y cómo estos van escalando según los procesos aplicados. Como se explica alrededor del minuto 23:00, las tareas de minería de datos pueden ser de dos tipos: predictivas, que buscan clasificar de forma cualitativa o devolver un valor cuantitativo, y descriptivas, que asocian elementos y agrupan según variables. La comprensión correcta de los ejemplos ayuda a entender mejor la teoría explicada. Considero un acierto la explicación de la clase.
¡Muy buena explicación de la introducción y procesos KDD! con claridad y todo bien especificado el paso a paso de las etapas a partir del minuto 1:38. Haciendo énfasis en el minuto 13:30 dando inicio a la explicación sobre la minería de datos y de una manera excepcional conociendo el mundo de la era de datos, su definición y analogía basado en sus breves conceptos y términos claves. Muy interesante el tema de las tareas predictivas todo sobre su idea general a partir del minuto 24:10, los ejemplos en el minuto 29:44 nos ayudan a entender de una manera mas comprensible y practico sobre las tareas la minería de datos.
La primera parte introductoria sobre la minería de datos es altamente comprensible gracias a una excelente explicación. Quiero resaltar la claridad y concisión con la que se describen las tareas involucradas en la minería de datos, especialmente a partir del minuto 22:45. No se enreda en detalles innecesarios y se ilustra con ejemplos útiles, como los presentados en los minutos 30:40 y 33:40. En mi opinión, estos ejemplos proporcionan una rápida comprensión de los patrones y modelos específicos relacionados con las tareas abordadas.
El vídeo está muy bien explicado, porque nos da a conocer sobre la minería de datos, desde el minutos 15:15 nos detalla más sobre la minería en donde nos dice que es el conjunto de técnicas que nos permiten extraer información, ya que también podemos aplicar la minería en la vida cotidiana, en base a lo que nos detalla en este video.
La explicación del video nos da una muy buena introducción sobre los procesos KDD y la mineria de datos, la parte que me llamó más la atención fue ese pequeño ejemplo de como la extracción de oro se asemeja a la mineria de datos en el minuto 15:33, donde podemos darnos una idea clara sobre la finalidad de este tema.
Una explicación muy esclarecedora acerca de la minería de datos y el proceso KDD. En el momento que llegamos al minuto 15:00, me impactó la analogía que hizo con la extracción de oro, ya que, tal como usted explicó, la minería de datos emplea técnicas para extraer información y detectar patrones en datos con el fin de adquirir conocimientos valiosos, de manera similar a cómo se obtiene oro puro a partir de una gran cantidad de roca y otros materiales.
Muy buena explicación ingeniero, da una buena introduccion de lo que seria mineria de datos, ya que no se trata solo como tal el termino mineria de datos si no que va por etapas,minutos 9:07 tanbien le da un plus los ejemplos que uso para explicar las tareas de mineria minuto 29:38 para mejorar la experiencia a la hora de entender
Esta muy buena la explicación sobre los procesos de KDD En el minuto 1:13 nos da una introducción sobre los procesos KDD en el minuto 1:38 nos muestra las etapas de este proceso que son 5 las cuales son importantes y son la selección, limpieza, transformación, minería de datos y por ultimo la interpretación o evaluación en la seleccion la salida son los objetivos importantes en la limpieza la salida son los datos procesados en la tranformación la salida son los datos tranformados en minería de datos la salida son los patrones En el minuto 22:45 nos muestra sobre las tareas de minería de datos que pueden ser predictivas o descriptivas
excelente explicación con el grafico de la pirámide de los conceptos y términos claves en el minuto 16:36 que explica como un dato se vuelve información, esa información se vuelve conocimiento y se termina llevando a la practica, así mismo toda la explicación del tema tratado en todo el video se explica de manera concisa y precisa como a partir del minuto 36:37 realiza la explicación de la regla de asociación
Excelente la explicación del ingeniero, me llamo la atención la explicación que nos da en el minuto 3:24 donde nos explica sobre el domino del problema que es un paso importante para la recopilación de datos, luego en el minuto 15:10 que nos habla de la definición de la minería de datos y nos da una explicación con ejemplo que nos da a entender muy bien el tema.
la imagen del minuto 17:46 nos da a conocer muy bien estos conceptos que parecen parecidos pero cada uno tiene un contexto diferente y es interesante como cada uno se complementa con los anteriores y por ello se forma un triangulo que se puede construir en base a literalmente cualquier concepto
Excelente clase para introducir en los conceptos y fundamentos necesarios para comprender el proceso KDD y que es la mineria de datos. En particular me gustaria resaltar el minuto 1:42 donde se observa una imagen que explica los procesos necesarios a seguir para la correcta realizacion del proceso KDD, recordando que es un proceso iterativo e interactivo, tambien fue de mi agrado que se explicara en el minuto 13:32 acerca de porque surge y cual es la importancia de la mineria de datos en el mundo real, para asi reconocer porque es importante esta materia en nuestro entorno; finalmente la lamina presentada en el minuto 40:35 me parece correcta para resumir toda la clase, ya que nos brinda una explicacion clara y concisa para entender sobre la mineria de datos y el proceso KDD
Excelente video y explicación ingeniero, empezando del minuto 1:11 donde da la definicion del KDD, luego también en el minuto 15:10 que nos habla sobre la definición de la mineria de datos y muy entendible con el ejemplo que nos da.
¡Excelente video! me llama bastante la atención en el minuto 15:25 esa pequeña analogía que hace sobre la minería de datos sobre la extracción de oro, que para llegar a dicho material hay que remover un sin numero de rocas, arena, para así poder llegar al oro (que en este caso el oro seria al conocimiento al cual queremos llegar) también en el minuto 22:58 nos explica el tipo de tareas que hay en la minería de datos
Simplemente una excelente explicación ingeniero, se puede reflejar que este vídeo proporciona una descripción general del proceso de minería de datos e introduce conceptos y tareas clave en el campo de la misma. Un punto clave seria en el minuto 1:36 donde nos da una breve explicación sobre las etapas del proceso KDD para después ir una por una con una definición mas extensa, también en el minuto 15:09 presenta el concepto de minería de datos y lo compara con la extracción de oro, teniendo una buena analogía que se llega a comprender con mayor facilidad.
Este video nos ayuda a tener una noción sobre la minería de datos, dandonos como introducción el proceso KDD que se nos brinda en el min 1:14, este proceso según lo que entendí nos permite descubrir patrones e información valiosa de un conjunto de datos, es por ellos que se sigue una serie de pasos descritos en el min 1:44 Un tema que me pareció interesante también dentro del min 22:46 fue las tareas de la mineria de datos, ya que estas son esenciales para entender y aprovechar los datos, por ello se dividen en descriptivas y predictivas. Este video ha sido muy instructivo, espero aprender más.
El video esta excelente sabiendo las diferentes formas en la que se va dando la introducción a Mineria, desde como en el minuto 3:20 empieza a explicar los procesos KDD y como la previa del dominio del problema es tan importante para que mas adelante en el momento 13:15 se centre totalmente en la Mineria de Datos abriendonos paso a una gigantescas variables de los que nos ofrece y la cantidad de Patrones como ya se explica mas adelante que conforma la mineria de datos.🎉
La explicación fue muy buena, me parecieron muy interesantes las 5 etapas del proceso KDD. Destaco especialmente la etapa de minería de datos explicada en el minuto 9:59; me resultó muy interesante a nivel personal. Además, la manera en que se explicó la definición de minería de datos en el minuto 15:10, junto con la analogía mencionada en el minuto 15:42, la hizo muy comprensible.
Me gusto mucho la analogía usada en el minuto 15:30 para explicar la definición de minería de datos, dando así un ejemplo mucho mas fácil de entender y mas visto como lo es la extracción de oro para relacionarlo con los datos y como la obtención del metal puro equivaldría al conocimiento.
ES MUY BUENA la introducción a la clase de minería de datos minuto 1:27 nos explica la definición del proceso kdd y sus etapas en el minuto 2:08 nos explica que hay dos proceso que el kdd es iterativo y interactivo y nos explica que se puede realizar en esta dos etapa . y excelente explicación de los proceso y su salida de la etapas del proceso kdd . minuto 15:15 nos da una excelente definición de lo que la minería de datos ya que es muy importante ya que es la materia que se va estudiar minuto 17:15 nos explica de una manera entendible con la pirámide de termino y clases que nos ayuda para una mejor compleción del lo que es la minería de datos minuto 29:45 con un ejemplo nos ayudo a entender mejor la tarea de la minería de datos con una base de datos de un agente bancario gracias a los ejemplo y definiciones nos ayudo a entender lo que es la materia de minería de datos
Minuto 40:35, me parece asombrosa la sintetización visual de la clase, resumiendo en una sola diapositiva lo más importante sobre la introducción de la materia, sus principios y conceptos primordiales. Gran clase.
Se destacan con ejemplos prácticos y aplicaciones reales de las diferentes tareas de clasificación, regresión, reglas de asociación y agrupamiento, lo que permite comprender cómo se utilizan estos conceptos en situaciones cotidianas y empresariales. Además, se enfatiza la importancia de la minería de datos para extraer conocimiento valioso a partir de grandes volúmenes de datos, lo que puede ser crucial para la toma de decisiones informadas en diversos contextos. En resumen, la clase nos ayuda con una proporción de una base sólida para comprender los principios y procesos fundamentales de la minería de datos.
Muy buena clase acerca de los porcesos KDD la primera estapa de Selecion, donde se selecionan los datos para una extracion y muestreo de datos 4:50 para luego realizar la limpieza de dichos datos 6:05 lo que vendria siendo la salida deun conjunto de datos ya procesados 11:17 y ya en la parte de la Minería de Datos se realiza el descubrimiento de los patrones de dichos datos para así decidir que tarea realizar, recordando que la salida de estos datos serán los patrones reconocidos por los algoritmos
El video en general da una explicacion breve pero precisa del proceso KDD como estudiante considero que es una perfecta introduccion a la mineria de datos, dandonos a conocer las bases del proceso, en el minuto 6:09 me llamo la atencion el proceso de Limpieza de datos ya que busca mejorar la fiabilidad de los datos lo cual es sumamente importante, tambien en el minuto 8:23 habla sobre la etapa de transformacion que me parece muy curiosa, ya que usa datos que ya existen pero los transforma mejorando su calidad para su mejor entendimiento o uso dependiendo de como quieran ser usados los datos.
Una excelente explicación sobre la minería de datos y el proceso KDD. En el minuto 15:00 me llamó la atención como hace una comparación con la extracción de oro, ya que la minería de datos como usted expresa utiliza técnicas que extraen información y descubren patrones a partir de datos, tienen como objetivo obtener conocimientos valiosos, tal como al obtener oro puro a partir de una gran cantidad de roca y otros materiales.
Muy fácil de entender por lo bien explicado esta primera parte introductiva a la mineria de datos, quisiera destacar la explicación desde minuto 22:45, en donde, se explicó de manera clara y concisa las tareas que se tienen en cuenta en la mineria de datos sin rodeos ni tapujos que compliquen su comprensión, siendo perfectamente acompañados de ejemplos como los de los minutos 30:40 y 33:40 que, a mi punto de vista, proporciona un rapido analisis de los patrones y modelos especificos de las tareas tratadas.
Es excelente el video conociendo las diferentes formas en las que se da la introducción a la minería. A partir del minuto 3:20 se comienza a explicar los procesos KDD y lo importante que es el conocimiento previo sobre el dominio del problema, para luego en el momento 13:15 se centra exclusivamente en la minería de datos y abre el camino a las gigantescas variables que nos ofrece, y el número de patrones que constituyen la minería de datos, como se explica más adelante.
Clara y concisa explicación sobre los métodos utilizados en la etapa de transformación(mencionado en el minuto 8:22)del proceso KDD (etapas enlistadas en el minuto 1:34 ), Continuando con la siguiente etapa que corresponde a la minería de datos(minuto 10:41) explicando que la minería se basa en la búsqueda de patrones y esta etapa se compone de Elección de la tarea de minería de datos y Selección e implementación del algoritmo. Finalizando la explicación de las etapas en el minuto 12:09 con la última etapa la cual corresponde a interpretación/evaluación en la cual como se indica en su nombre se analizan los patrones descubiertos y se puede incluir visualización de patrones que sean entendibles para usuarios que no sean expertos en la materia Se realiza una introducción a una explicación a profundidad de lo que es minería de datos a partir del minuto 13:31 y se explica que se generan miles de millones de bytes de información al día de distintos ámbitos por lo que surgió el campo Minería de datos
Excelente explicación sobre el tema de las tareas de minerías de datos en el minuto 22:40 , donde nos detalla de forma rápida y precisa sobre los procesos de las tareas con sus subtemas. Me intereso la implementación de los procesos de las tareas en los ejemplos en el minuto 29:36 nos da forma clara de cómo analizar los patrones y realizar sus procesos.
Excelente explicación de la introducción y proceso de KKD, unos de los puntos clave que recalco son de las tareas de minería de datos del minuto 24:02 donde explica las tareas predictivas que dentro de aquellas encontramos la regresión, clasificación, análisis. La tarea descriptiva que dentro de ella tiene asociación, agrupamiento, patrones secuenciales. En el minuto 25:33 se explica muy claro lo que es la clasificación que en si es el análisis de conjuntos de objetos en una base de datos y en clase pertenece cada uno y la regresión es una forma de predicción y que se realiza de forma numérica. En el minuto 27:20 mencionas las tareas descriptivas lo cual no van a predecir nada las cuales las reglas de asociación lo cual lo que hace es tomar un grupo de datos y analizar cuantas veces se repite el dato y el agrupamiento que es a partir de datos crear grupo. Como ultimo punto en el minuto 30:00 da ejemplo de cada tarea.
Muy buen video, se explica a detalle los temas a tratar y nos da una idea clara de lo que se va a experimentar en la materia, además en en minuto 13:30 en adelante se explica mas a detalle los temas principales con respecto a la minería de datos y sus conceptos fundamentales
La explicación del ingeniero en el video es excelente, ya que brinda una visión general del proceso de minería de datos, introduciendo conceptos y tareas fundamentales en este campo. A partir del minuto 1:36 se explica brevemente las etapas del proceso KDD para luego detallar cada una con mayor extensión. Además, en el minuto 15:09 se menciona la comparación entre la minería de datos y la extracción de oro, ofreciendo una analogía efectiva que facilita la comprensión del tema.
Me parece muy acertado el grafico de representación de las distintas etapas que tiene el proceso KDD en el minuto 1:35, desde que se prepara o procesa la información, hasta que esta es interpretada y evaluada para convertirla en conocimiento. También es interesante la manera en que abordó los principios de homogeneidad y separación en el agrupamiento a partir del minuto 29:10, una de las tareas descriptivas de la minería de datos, además de los ejemplos prácticos como la asociación de clientes dependiendo de que productos compran juntos y el agrupamiento de empleados según su tipo.
Muy interesante video, su explicación de lo que es la minería de datos y la importancia de ésta desde el minuto 13:25 fue muy clara y útil, además la analogía del oro me gustó mucho para entender mejor el concepto.
Genial el video introductorio a la minería de datos. Me gustaría resaltar el minuto 5:59 donde se habla sobre la etapa de limpieza de datos, la cual consta de erradicar imperfecciones propias de las fuentes originales de datos, me pareció una fase muy interesante ya que en esta se deben realizar otras tareas como el enriquecimiento y el análisis exploratorio de datos.
Excelente explicación para la introducción a la minería de datos, con conceptos claros y muy entendibles. Las etapas del proceso KDD están muy claras, comenzando la explicación con su paso previo a partir del minuto 3:10. Además, la definición de minería de datos a partir del minuto 15:08 ayuda a entender mejor el concepto. Personalmente, me gustó la inclusión de ejemplos para ayudar a la comprensión y asimilar la información a partir del minuto 29:40. Complementando con la síntesis a partir del minuto 40:33,complementado el video. En general, es un excelente video para una introducción a la minería de datos.
buen video, me gustó la parte en donde explican sobre las etapas del proceso de KDD(2:00), donde explican luego cada uno de las etapas dentro de la minería de datos, pero lo que más me interesó fue sobre la limpieza de datos en donde explican sobre eliminar las imperfecciones, que me gustó mucho por que eso puede ayudar a que un sistema pueda ser más sofisticado y consistente para el usuario, también sobre el esquema explicando los conceptos y cómo va transformándose de los datos a metaconocimiento(16:35), también me gustó ver el tema de los conceptos claves en donde explican el significado de cada término que se utiliza dentro del tema, también me gustó mucho las tareas de minería de datos (23:45) sobre todo la predictiva ya que me gustó ver qué técnicas utilizan para poder predecir resultados posibles, pero las tareas descriptivas fueron también gran parte de mi interés. También la parte de los ejemplos me gustó mucho ya que además de ser exactamente basados en los temas visto, eran muy fáciles de entender, de esa manera haciendo el aprendizaje más sencillo de estos temas, pero más que nada a cerca de ellos es que ponen el modelo o patrón en forma de pseudocódigo en el que se puedan realizar estas acciones, excelente vídeo
Excelente clase acerca de Knowledge Discovery in Databases (KDD). A partir del minuto 01:10 nos introduce sobre lo que es y como se conforma por etapas, además se explica sobre cada etapa. A continuación, desde el minuto 13:33 nos presenta una introducción de Minería de datos y se explica la relevancia que tiene en la actualidad. A lo largo de la explicación, se proporciona una analogía entre la minería de datos y la extracción de oro, donde los datos son la materia prima y el conocimiento es el objetivo final. En el minuto 18:44 se explica sobre los tipos de datos, divididos en cualitativos y cuantitativos, luego de eso nos muestra conceptos y términos clave. Minuto 22:43 nos enseña sobre las tareas que pueden ser predictivas o descriptivas, luego de la explicación del mismo, en el minuto 29:36 se ven ejemplos aplicados con lo anterior analizado hasta llegar con la síntesis de la clase en el minuto 40:22.
Un video muy interesante, los procesos KDD tienen o consiste en varias etapas, una de ellas es la mencionada en el minuto 6:00 en donde nos explica la Limpieza de datos destinada a eliminar imperfecciones presentes en la fuente de datos original. Su objetivo principal es mejorar la fiabilidad de los datos y podríamos decir que es una fase crucial que busca asegurar la calidad y la confiabilidad de los datos utilizados en el proceso de descubrimiento de conocimiento.
Muy buena explicación ingeniero , me llamo mucho la atención en el minuto 3:24 donde nos explica sobre el domino del problema que claramente es un paso importante para la recopilación de datos, también me llamo la atención el minuto 22:43 donde nos empieza a hablar de las tareas de minería de datos
En resumen el video explica e induce muy bien a lo que es la minería de datos asi como explica muy bien lo que son las etapas del proceso KDD mencionadas en el minuto 1:40, además de explicar cada de una de ellas. A lo largo del video se plantean ejemplos pacticos y fáciles de entender asi como explica en el minuto 8:25 referente a la etapa de transformación de los datos donde explica de una manera muy simple a que se refiere la etapa de transformación que seria poder modificar un dato sin alterar su concepto inicial.
Considero que el vídeo ofrece una excelente introducción a la minería de datos, abordando de manera clara y concisa los conceptos fundamentales y el proceso de KDD (todo esto dando comienzo en el minuto 1:11). La analogía entre la minería de datos y la extracción de oro fue una forma efectiva de hacer comprensible un tema complejo (15:9) y la presentación de ejemplos concretos con una explicación detallada de las tareas de minería de datos en el minuto 40:00 es un punto destacado que me facilitó en la comprensión del tema.
Muy buena clase, desde el inicio del video 01:11 proporciona una descripción detallada del proceso de minería de datos, destacando las cinco etapas del proceso KDD. A partir del minuto 04:47, se profundiza en las etapas de selección y limpieza de datos, explicando las operaciones involucradas y resaltando la importancia de obtener un conjunto de datos bien estructurado para la siguiente fase del proceso. En el minuto 10:07, se habla de la etapa de minería de datos enfatizando la búsqueda y el descubrimiento de patrones dentro de conjuntos de datos. Desde el minuto 30:05, se ilustran diversos ejemplos de tareas de minería de datos, como clasificación, regresión y análisis de asociación, para luego en el minuto 40:35 se da un buen resumen acerca de lo que es la minería de datos y los procesos KDD con sus cinco etapas.
Excelente explicación sobre las etapas que constan en el proceso kdd y como se realiza desde el punto iterativo hasta el interactivo en el minuto 1:34 y como el proceso de la minería de datos contiene dos etapas esenciales que son la elección de la tarea de minería de datos y la selección de un algoritmo apropiado en el minuto 10:32
Muy sastisfactorio el video ya que contiene una informacion muy concisa ademas nos sirve para la parte introductoria respecto a las etapas del kdd que empieza desde el minuto 1:40 y termina en el minuto 13:21 , incluso en la parte del minuto 10:00 es muy interesante ya que ahi se explica que es la mineria de datos y 2 puntos importantes que menciona sobre eleccion de tareas como clasificación , agrupamiento y ademas selección e implementacion del algoritmo de un forma mas resumida a lo que dicen otros videos ademas de sus funciones en los procesos kdd.
minuto 3:40 me parece muy interesante aprender bien sobre como identificar el problema, ya que este nos abrirá el comino hacia donde queremos llegar, minuto 15:14, conocer el cocepto a fondo sobre la mineria de datos me ha ayudado a entender mejor sobre lo que voy a ver durante el semestre, 24:43 el modelo descriptivo me parecio interesante ya que me llamó mas la atencion para asi seguir mejor los patrones...
excelente explicacion siendo claro y brindando una informacion general y precisa, siendo asi en el minuto 16:25 dando una forma mas dinamica, utilizando ejemplos claro paraa entender la priramide. En este video me quedo mas claro las tareaws de mineria de datos, donde en la clase quede un poco tambaleando pero desde el minuto 22:45 donde comienza a explicar hasta 40:19 siendo asi donde reforce los conocimientos donde tenia dudas... muchas gracias diga asi ingeniero...
sección del video 4:48, es muy bueno la explicación del proceso KDD en minería de datos que es como buscar un tesoro y que para ello debemos de seguir de manera adecuada tal y como se hace mención en este video donde Primero, debemos seleccionar cuidadosamente la zona de búsqueda, es decir los datos relevantes. Luego, limpiar los datos, eliminando errores y elementos que no nos sean útiles. Después, transformar los datos en una forma útil y aplicas algoritmos para descubrir patrones ocultos. Finalmente, interpretas los resultados, es por eso que cada paso es esencial para asegurarnos de que los datos revelen su verdadero valor.
Excelente explicación de la clase. A partir del minuto 1:10, se explica el Proceso KDD, en la cual se menciona su definición, etapas y características, conocer el Proceso KDD nos sirve para entender de forma clara la manera de como se extrae un nuevo conocimiento a partir de grandes volúmenes de datos. Ya a partir desde el minuto 13:32 se detalla profundamente la definición, objetivos y tareas de la minería de datos, mencionando también una analogía muy interesante entre la minería de datos con la extracción del oro, en la cual nos permite entender la esencia de la minería de datos.
El vídeo está genial porque muestra cómo se introduce la minería desde el minuto 3:20, explicando KDD y la importancia de entender el problema. Luego, a partir del minuto 13:15, se centra en la minería de datos, explorando un montón de variables y patrones interesantes. Es interesante cómo pasa de hablar de algo básico a algo tan complejo.
Muy buena clase de introducción a la minería de Datos, la explicación del proceso KDD que inicia en el minuto 1:10 nos da una visión de como se obtiene nuevo conocimiento a partir del procesamiento de datos que tienen que pasar por diversas etapas, se inicia con un problema que se quiere resolver este se debe interpretar y se tiene que tener un objetivo al cual llegar, luego se preprocesan los datos en crudo obtenidos, se seleccionan, se limpian y se tranforman, luego se buscan los patrones y por ultimo se interpretan los resultados, de esta forma se obtiene nuevo conomiento. A partir del minuto 13:30 se explica la era en la que nos encontramos, donde los datos abundan en la web y la analogía mencionada en el minuto 15:29 nos da a entender como el conocimiento que se puede obtener equivale al oro, el cual se obtiene de procesar las rocas en este caso los datos, ademas el triangulo que aparece en el minuto 16:35 nos permite conocer bien las diferencias entre los datos, cuando estos se vuelven infomación, el conocimiento que es cuando la información toma perspectivas y el metaconocimiento que es poner en practica el conocimiento; todos estos conceptos y los mencinados después de los que escribí son importantes, como los tipos de datos y las etiquetas. En la parte sobre las tareas de minería de datos, nos podemos dar cuenta que esta se encuentra relacionada con la estadistica en especial la parte de predicción, como sería la regresión. Por ultimo, a partir del minuto 29:40 encontramos ejemplos, los cuales nos permiten distinguir muy bien las tareas de la minería de datos, mi favorita sin duda es la regresión :)
Comenzando desde el min 1:11, nos hace una excelente introducción bastante clara y concisa sobre lo que abarca el tema en general de KDD (Knowledge Discovery in Databases) haciendo referencia de las 5 etapas del proceso mencionado anteriormente, partiendo del origen del problema hasta la obtención de conocimiento a partir de los datos, siendo iterativa o interactiva. Explicando cada concepto desde el min 2:07 hasta el min 3:00, respectivamente. Se demuestra a partir del min 3:22 que desde el dominio del problema parte todo este proceso pasando por los siguientes pasos como la selección, limpieza, transformación hasta llegar a la minería de datos y finalmente la interpretación o evaluación siendo esta la salida del conocimiento que se ha descubierto en los datos, explicándolo a detalle cada uno desde el min 4:46 hasta 13:26.
La imagen del 17.46 nos da a conocer muy bien los conceptos que parecen conocidos pero cada unos tienen un contexto diferente y e interesante y por ello se forma un triángulo que se puede construir en base a cualquier concepto. Es muy interesante el tema de las tareas predictivas 26:2626:2726:28
La introducción a la minería de datos y lo que son los procesos KDD Y sus etapas a partir del minuto 1:34 esta muy bien expresada además de que las ejemplificaciones de las clases de tareas en procesos de minería de datos es bastante clara con ejemplos de tareas Predictivas y Descriptivas en el minuto 22:45 y a partir de minuto 30:00 ejemplos de agrupamiento, reglas de asociación y clasificación.
Muy buen video considerando algunos puntos importantes como por ejemplo en el minuto 16:19 - "El conocimiento se agrega cuando añadimos una perspectiva a los datos, como una hipótesis o interpretación, que enfatiza la información previamente vista. Es crucial entender cómo los datos se transforman en información, luego en conocimiento, y finalmente se aplican en la práctica para alcanzar la sabiduría."
Excelente video donde nos muestra las 5 etapas del KDD y la pirámide que tiene también 5 gases y no explica bien sobre la importancia de la minería de datos y también sobre la importancia de tipos de datos que son cualitativo y cuantitativas y bien explicado la importancia de cada parte de la primera clases
26:13 Entre todos los métodos que tiene la minería de datos, me parece mas interesante y funcional el método predictivo en particular el de regresión, puesto que toma un enfoque mas numérico y probabilístico el cual buscando entre otras fuentes encontré que es el mas utilizado dentro de empresas o entornos de investigación y simulación. Muy buena clase.
El vídeo da una buena introducción a la minería de datos, detallando las distintas etapas del proceso KDD. Quisiera destacar la analogía hecha en el minuto 16:00 la cual facilita la comprensión del concepto de minería de datos, que implica extraer conocimiento de conjuntos de datos. Alrededor del minuto 18:00, se clasifican los tipos de datos en cualitativos y cuantitativos, desglosándolos aún más en varias categorías. A partir del minuto 20:12, se proporciona un ejemplo visual que nos da una explicación mas comprensible sobre qué es un Dataset y cómo está estructurado, incluyendo instancias, características y etiquetas. Finalmente, alrededor del minuto 22:43, se presentan las tareas de la minería de datos, clasificándolas en predictivas y descriptivas. En resumen, el vídeo aborda de manera completa los conceptos fundamentales de la minería de datos, proporcionando una excelente introducción a esta disciplina.
Clara y excelente explicación sobre el proceso de KDD como la minería de datos, teniendo en cuenta los gráficos y ejemplos que se presentan en la síntesis de la case 40:39 ayudan a entender con facilidad el tema, llamando la atención la importancia de hacer una correcta extracción, limpieza y análisis para seguir adquiriendo conocimientos de las grandes base de datos como lo menciona en términos generales al referirse a minería de datos 16:23
Exelente explicacion y tema de tratar como es la Mineria de Datos, explicando el proceso KDD y la limpieza de Datos lo cual se abordan conceptos fundamentales como la identificación de patrones y la interpretación de los resultados obtenidos la cual busca eliminar imperfeciones y mejora la fiabilidad de los datos mencionado en el minuto 05:32. Ademas de también mencionar algunas tareas de minería de datos, como asociación, agrupamiento y regresión lo cual se menciona en el minuto 33:33. La pirámide de conocimiento consta de datos, información, conocimiento y meta conocimiento en el minuto 16:45. Y por ultimo lo importante del algoritmo de analizar las variables de los empleados similares de los diferentes grupos que se muestra de ejemplo cerca del minuto 39:09.
Excelente explicación sobre las tareas de minería de datos, desde el minuto 23:00, se presenta de manera clara cómo se clasifican y se identifican estas tareas. Luego, en el minuto 25:22, se profundiza en la comprensión detallada de que se trata cada una. Sin embargo, lo más destacado para mí fue en el minuto 30:40, donde se ilustran varios ejemplos prácticos de tareas tanto descriptivas como predictivas. Estos ejemplos realmente me ayudaron a poder comprender cómo se aplican estas tareas en situaciones de la vida real.
Muy buen video, esta muy bien explicado el procesos KDD y la minera de datos, ademas que en el minuto 40:35 da una lamina donde describe bien todo lo explicado, que ayuda como un material de estudio.
muy buena clase ingeniero sobre todo en el minuto 3:20 proceso de KDD como la minería de datos, teniendo en cuenta los gráficos y ejemplos, dominio del problema que es importante. otra parte que me pareció interesante fue en el minuto 13:34 que explica sobre la minería de datos que existe gran cantidad de datos que se maneja en la actualidad me pareció muy interesante la parte de a partir de muchos datos podamos buscar patrones
Excelente explicación, abordando el punto 8:13 en donde se habla del punto de la transformación de datos, donde se destaca que No siempre los datos se encuentran en la forma más adecuada para poder aplicar los métodos necesarios para la tarea que hay que llevar a cabo y el modelo que se quiere. por lo tanto e encarga de organiza sin alterar los datos y reducirlos para dar una generalidad.
Me pareció muy importante lo que se señala en el minuto 16:40 ya que nos señala la diferencia entre Datos e Información que nos recalca que los datos son los hechos que van a describir las características y la información ya es el conjunto de estos datos que serán procesados y que estos poseen un significado. También en el minuto 30:43 donde nos va explicando con suma claridad las tareas de la minería de datos y después nos enseña lo que vendría siendo el patrón o modelo de esta tarea.
Excelente video introductorio sobre minería de datos y procesos KDD me intereso una parte de video en el minuto 15:28 donde se podría imaginarse a la minería de datos también como una analogía, en donde la minería de datos se puede dar una equivalencia al proceso de extracción de oro. También en el minutos 18:41 nos habla que en minería vamos a tener muchos tipos de datos. Estos tipos de datos se clasifican en cualitativos y cuantitativos.
Excelente la exposición sobre el proceso de Descubrimiento de Conocimiento en Bases de Datos (KDD) fue sobresaliente, destacando cómo la visualización y los ejemplos presentados cerca del minuto 40:00 de la clase contribuyen a una fácil comprensión del contenido expuesto en las diapositivas. Se subrayó la importancia de llevar a cabo una extracción, depuración y análisis minuciosos de los datos para mejorar nuestra comprensión de las inmensas bases de datos, tal como se mencionó brevemente en el minuto 15:20 al abordar el tema de la minería de datos
Me gusto la analogía mencionada en el minuto 15:09 usada para definir la minería de datos hace que la compresión del tema sea mas sencillo al plantearlo en ocupaciones de la vida real dando alusión al oro como el concomiendo y las rocas y arenas a escarbar como los datos
Definiendo muy claro y sencillo los puntos a tratar en esta primera clase, realizando énfasis sobre lo que significa el proceso KDD. En el minuto 2:06, nos aclara de forma dinámica y sencilla los tipos de subprocesos (Iterativo - Interactivo)que realiza este proceso KDD. UN paso previo a lo que ve con los procesos de este tipo va como Dominio del problema, dejando claro lo que necesitamos antes de empezar con lo demás minuto 3:17 Claro y especifico en la explicación de la primera etapa (SELECCIÓN) de este proceso en el minuto 4:47 Al tener claro esta etapa e implementarlo en el desarrollo de este tipo de proceso obtendremos una saluda o resultado de (datos objetivos). teniendo claro las acciones que debemos realizar en esta segunda etapa (LIMPIEZA DE DATOS) una vez aplicándolo ya no tendremos redundancia, datos fuera de lo que deberíamos de tener, y tendremos mejor concretado, limpio, lo que necesitemos “sin datos basura” minuto 6:03 La salida de esta etapa es un conjunto de datos procesados. Comprendiendo la tercera etapa (Transformación) podremos manipular de mejor manera los datos en nuestras bases de datos, como dice el proceso podremos transformarlos o modificarlos, teniendo en cuenta que no debe alterar la funcionalidad que ha venido teniendo, pero podemos transformarlo para mejorar algún tipo de proceso que vallamos a realizar. minuto 8:14 En la cuarta etapa (MINERIA DE DATOS) una vez hecho previamente las otras etapas, en este punto vamos a buscar y descubrir patrones que podemos relacionar con el fin de nuestros intereses y junto a ello con la codificación podríamos optimizar el software a crear y se nos facilitaría un poco el trabajo. Como salida de esta etapa identificaremos los patrones reconocidos por los algoritmos. Minuto 11:45 En esta quinta etapa (INTERPRETACION/EVALUACION) ya nosotros deberíamos de tener nuestro software realizado cumpliendo con los requerimientos solicitado, dejando la parte de interfaz agradable y comprensible para el usuario final, para que así ellos no tengan problema en manipular el software. La salida de esta etapa es el conocimiento descubierto en los datos. minuto 12:10 Buena resumen y clara la idea de la minería de datos, de igual manera lo que se puede realizar, sus categorías y clasificaciones. Interesante la parte de las tareas y puntos hablados allí, tiene como una correlación con la estadística. Minuto 27:25 Bien claro y especifico cada una de las tareas, mas didáctica, comprensible y dinámica con los ejemplos de las bases de datos en cada ejemplo. Desde el minuto 29:36 hasta el minuto 40:20 Y en el resumen de la clase, mucho más simplificado cada cosa que vimos durante la clase, de igual manera claro y especifico.
Buen tema sobre las etapas del proceso del KDD en el minuto 2:13, ya que nos explica de que el iterativo es el que puede regresar atrás a una fase anterior y el Interactivo ya se podría decir que va de largo.
Excelente clase ingeniero sobre todo en el minuto 3:20 proceso de KDD como minería de datos, también me parecieron muy buenos los ejemplos que uso en Tareas de minería de datos en el minuto 29:39
Una clase muy interesante, me parecio curioso el tema del agrupamiento sobre el cual se empieza a hablar en el minuto 38:52, que nos explica que el algoritmo analiza las variables y compara similitudes y los separa en un tipo de agrupaciones
En el minuto 27:15 en esta parte explica de manera clara las tareas descriptivas en la minería de datos, resaltando que no se trata de predecir, sino también de analizar lo que ya está presente en los datos. Me pareció muy interesante cuando mencionó el ejemplo del análisis de reglas de asociación en un supermercado, donde se pueden identificar patrones como la compra de pan junto con la leche. Esto me hizo reflexionar de la importancia que hay que comprender la información existente antes de realizar predicciones.
¡Excelente introducción a la Minería de Datos y el proceso KDD! En el minuto 1:12 nos muestra una pequeña introducción sobre el procesos KDD, se trata de un proceso innovador y no simple que posibilita la detección de pautas en los datos con el propósito de adquirir información nueva. Este proceso tiene 5 etapas que las va detallando a partir del minuto 1:34 que son muy importantes. También se enfatiza la importancia de contar con el apoyo de expertos en el dominio del problema durante todo el proceso de minería de datos. Además, se menciona en el minuto 4:46 que la etapa de selección implica la extracción o muestreo de un subconjunto de variables relevantes, mientras que en el minuto 6:00 nos detalla que la etapa de limpieza de datos es fundamental para mejorar la calidad de los datos.
Buena explicación, Ingeniero. Muy claro y conciso en el tema. La parte del vídeo en la que habla de las tareas de minería de datos (a partir del minuto 23:00) me pareció particularmente interesante, como se clasifican y los ejemplos que complementa lo visto en clases. Buena introducción a la materia. Saludos/
En el minuto 1:14, se menciona el proceso KDD, el cual es un procedimiento que nos permite identificar patrones a partir de los datos, otorgando conocimiento a través de sus 5 etapas. En el minuto 15:11, se explica qué es la minería de datos, hablando sobre la extracción, el análisis y finalmente el procesamiento de los datos para obtener conocimiento. Desde el minuto 29:37, se analizaron algunos ejemplos de la vida real en los cuales podemos aplicar las tareas de clasificación, regresión y agrupamiento entre otras. En mi opinión, me pareció un buen video ya que aborda los puntos más importantes de lo que es la minería de datos.
A partir del minuto 3:17 me parece que es una parte que hay que tener muy en cuenta debido a que esta nos ayuda a tener claro de que manera vas a trabajar algún problema para no tener dificultades a medida que avancemos. Otra parte que se me hizo interesante del video empieza en el minuto 22:42 en el que nos da a conocer las diversas tareas que implica la minería de datos, las cuales son predictivas y descriptivas detallando cada una de sus características.
muy interesante sobre las etapas del proceso KKD en el minuto 2:03 y en el 2:09 de se avanza o como se regresa si es necesario tambien las etapas de seleccion 4:49 que explica cual es el objetivo y lo que se busca, tambien en el minuto 18:48 los tipos de datos cualitativos y cuantitativos y 29:10 en tareas de mineria sobre la omogeneidad.
Alrededor del minuto 25:34, se explica de manera clara lo que es la clasificación, que básicamente implica organizar objetos en grupos en una base de datos según a qué categoría pertenecen. Por otro lado, la regresión se menciona como una forma de hacer predicciones, pero en lugar de predecir categorías, predice valores numéricos. En el minuto 27:20, se mencionan las tareas descriptivas, que son aquellas que no intentan predecir nada, como las reglas de asociación.
ปีที่แล้ว +1
Gracias Prof. Jorge. Saludos desde Popayán, Colombia.
La primera etapa es la selección de datos minuto 4:50 donde se eligen los conjuntos de datos relevantes para el análisis. A continuación, viene limpieza de datos minuto 6:00 que incluye transformación y reducción de datos para garantizar la calidad y la eficiencia. Luego, en la etapa de minería de datos minuto 10:10 se aplican técnicas de aprendizaje automático y análisis estadístico para descubrir patrones, tendencias y relaciones en los datos.
Al inicio del video 1:35, resumen las etapas principales, lo que ayuda a tener una idea general del tema. Luego, más adelante 22:43, se habla sobre las tareas específicas de la minería de datos usando un mapa mental para explicarlas mejor antes de entrar en detalles.
Etapas del proceso kDD en el minuto 5:15 donde se empieza hablar sobre las etapas, me parece un tema muy interesante e importante ya que en la selección es un subconjunto de variables de fuentes diferentes que al partir de la cuales el descubrimiento del sistema es relacionado, al igual que las otras fases me parece que esta bien explicado y claro cuales son sus funciones , el minuto 13:30 donde se habla de los terabytes en si de todo lo de la minería de datos donde se abarca todo con la minería ya que la minería permite extraer información y descubrir información importante
El video comienza con una explicación del Proceso KDD. A partir del minuto 1:35, se presentan brevemente las 5 etapas del proceso KDD. Luego, en el 3:03, se profundiza en los pasos del Proceso KDD, comenzando con el más basico, "El dominio del problema". Después se abordan todas las etapas de manera mas detallada a partir del minuto 4:44. Desde el minuto 13:27, se profundiza en el tema de la Minería de Datos, y en el minuto 23:05 se discuten las Tareas de minería de datos, tanto predictivas como descriptivas. Finalmente, a partir del minuto 29:43, se presentan ejemplos de Clasificación, Regresión, Reglas de asociación y Agrupamiento.
El proceso KDD es una metodología que permite transformar datos brutos a conocimiento a partir de un proceso de selección, limpieza, transformación, Minería de datos y finalmente interpretación. Uno de los aspectos más relevantes, dentro de este proceso, es la Minería de datos definida en el minuto 15:10 que, entre otras características, permite identificar patrones a partir de una gran cantidad datos en la base de datos con el fin de obtener nuevos conocimientos, los cuales son muy importantes a la hora de tomar decisiones. ´ De igual forma, es imprescindible tener muy en cuenta la terminología utilizada para el desarrollo de esta temática, como lo es de definición del Corpus en el minuto 20:04 a la hora de trabajar con datos textuales, las especificaciones de variables categóricas y continuas en los minutos 27:18, que forman parte de las tareas predictivas de la minería de datos; el principio de homogeneidad y separación de las tareas descriptivas (minuto 29:16). Sin lugar a duda, un video cargado de gran valor académico y de una exhaustiva investigación!
En el minuto 18 , me parecio importante el saber diferenciar lo que son datos, informacion ,conocimiento y sabiduria que si bien van de la mano son a la vez cosas distintas . Los datos son hechos que describen objetos o personas , la informacion serian esos datos ya presentados de forma adecuada , el conocimiento los datos ya procesados para poder emitir diferentes juicios y la sabiduria o conocimiento son reglas que permiten aquello para asi por fin poder llevarlos a la practica
En resumen, la clase de introducción y proceso KDD es un punto de partida fundamental para comprender los conceptos básicos de la minería de datos y cómo aplicarlos de manera efectiva. A medida que avanzamos en el curso, iremos profundizando en cada una de las etapas y técnicas de este proceso, lo que nos permitirá aprovechar al máximo el potencial de los datos en la toma de decisiones y la generación de conocimiento, durante la clase, se profundiza en cada una de estas etapas, destacando la importancia de la calidad de los datos, la elección de las técnicas de minería adecuadas y la interpretación de los resultados obtenidos. También se mencionan las herramientas y algoritmos más utilizados en el campo de la minería de datos, el proceso KDD, por su parte, es un enfoque sistemático para realizar la minería de datos. Se componen de varias etapas, que incluyen la selección de datos, la limpieza y preprocesamiento, la transformación, la minería de datos propiamente dicha y la interpretación de los resultados.
min 30:01 Clasificación: Trabajamos con un ejemplo en concreto el cual es el de un agente bancario donde la pregunta es ¿Debo ofrecer un préstamo a un cliente? Se nos presenta una tabla histórica con diferentes variables con datos del cliente, pero nosotros vamos a trabajar con la etiqueta de la tabla la cual es devolución la cual nos indica cuando un cliente ha hecho la devolución total de un préstamo, teniendo en cuenta eso definimos nuestro patrón o modelo el cual para este caso es: Si “adeuda” es mayor a 0 Entonces “devolución” es igual a no [Esto nos indica que el cliente tiene cuentas pendientes y se recomendaría al agente bancario negarle el préstamo al cliente] Si cuenta.adeudada es igual a 0 y “salario” es mayor a 2500 Entonces “devolución” es igual a si [Todos los clientes que se encuentran en esta situación siempre devolvieron los prestamos entonces se recomendaría al agente bancario aprobarle el préstamo al cliente]
Muy buena explicación, desde el inicio: 1:34 de forma intuitiva, desarrollada para que se pueda entender de una manera muy fácil, Dada que se va paso a paso sobre el KDD, con conocimiento anteriores de Base de datos , se complementa una forma muy bien estructurada y con ejemplos claros : 30:12 , haciéndonos una idea del trabajo real
Muy buen video, ayuda a tener una buena primera conprencion sobre la mineria de datos, y sobre como esta funciona y esta en nuestro dia a dia, respecto a la parte mas interesante fue en el minuto 29:38 que expone los ejemplos respectibos sobre cada tipo de tareas de minerias de datos y se denota aun mas los ejemplos de la mineria de datos en la vida real, son ejemplos, claros, concretos y precisos que aumentan el entendimiento del tema.
Muy bueno el video, sobre todo me gusto mucho la analogía que utilizo en el minuto 15:25 en donde da como ejemplo la extracción de oro para explicar que el conocimiento siempre sera la mas importante en el ámbito de la vida como en el estudio
Me pareció un excelente video con información concisa y muy buena para aprender acerca de las etapas del proceso KDD, algo que me pareció muy interesante ya que es lo que estamos estudiando en este curso es que a partir del minuto 10:00 se explica que es la minería de datos, nos explica su definición, su posición y su función en lo que son los procesos KDD
Muy buena introducción al proceso de KDD, cuando menciona los conceptos y términos claves de la minería de datos en el minuto 18:44 veo muy importante el conocer los formatos de tipos de datos para el momento de darle una clasificación al obtener información de los mismos. Además, cuando menciona las tareas de la minería de datos en el minuto 22:43 explico muy claro los conceptos introductorios de las tareas predictivas y las descriptivas.
Gran explicación acerca del tema de minería de datos tanto desde su introducción hasta la conclusión. El resumen que se nos da al concluir la explicación (min 40:26, en adelante), nos permite refrescar toda la información relevante de la clase tal como que la minería de datos es un proceso más dentro del KDD, (descubrimiento de conocimientos en bases de datos), así como darnos a entender que low conceptos que veremos a lo largo de la clase seran regresión y clasificación, esto dentro de las tareas predictivas
Una buena introducción y explicación a la a la Minería de Datos y el proceso KDD
la explicación de los datos y sus términos claves desde el minuto 16:40, y la explicación del conjunto de datos 20:20 y sus características fue muy esclarecedora, buen uso de las diapositivas, destaco el tema de la minería de datos 22:40 bastante directo y conciso, sin desviarse. El cierre del tema 30:00 con los ejercicios fue apropiado, y claros. Me gustaría señalar la síntesis que es un excelente resumen gráfico del tema 40:34
La primera parte de la introducción a la minería de datos es muy comprensible gracias a una excelente explicación. Quiero destacar la claridad con la que se abordan las tareas en la minería de datos a partir del minuto 22:45, sin complicaciones innecesarias. Además, se respalda la explicación con ejemplos concretos, como los que se presentan en los minutos 30:40 y 33:40. Estos ejemplos proporcionan una rápida comprensión de los patrones y modelos específicos relacionados con las tareas abordadas.
Muy buena introducción, las 5 etapas de los procesos KDD que empiezan en el minuto 5:30 y finalizan en el minuto 13:05 me parecen muy concretos y prácticos ya que permiten que todo el proceso se lleve de manera eficaz y ordenada. Así mismo las las tareas comunes en Minería de Datos 23:20 incluyen clasificación (categorizar datos en grupos), predicción (prever valores futuros), asociación (encontrar relaciones entre variables), y detección de anomalías (identificar datos inusuales o anómalos).
Excelente video introductorio. Hay que destacar que las etapas del proceso KDD siguen las bases explicadas en el minuto 2:02 para conseguir un mejor resultado. Esto es gracias a la mejora continua de los resultados proporcionada por los procesos iterativos y al apoyo que representa la interacción de un experto en el problema al momento de buscar resolver el problema planteado.
La analogía del minuto 15:25 sobre extracción de oro cumple con su cometido, ya que explica de forma cotidiana el funcionamiento de la minería de datos.
A partir del minuto 16:35, la pirámide de conocimiento define la jerarquía de los datos y cómo estos van escalando según los procesos aplicados.
Como se explica alrededor del minuto 23:00, las tareas de minería de datos pueden ser de dos tipos: predictivas, que buscan clasificar de forma cualitativa o devolver un valor cuantitativo, y descriptivas, que asocian elementos y agrupan según variables.
La comprensión correcta de los ejemplos ayuda a entender mejor la teoría explicada. Considero un acierto la explicación de la clase.
¡Muy buena explicación de la introducción y procesos KDD! con claridad y todo bien especificado el paso a paso de las etapas a partir del minuto 1:38.
Haciendo énfasis en el minuto 13:30 dando inicio a la explicación sobre la minería de datos y de una manera excepcional conociendo el mundo de la era de datos, su definición y analogía basado en sus breves conceptos y términos claves.
Muy interesante el tema de las tareas predictivas todo sobre su idea general a partir del minuto 24:10, los ejemplos en el minuto 29:44 nos ayudan a entender de una manera mas comprensible y practico sobre las tareas la minería de datos.
La primera parte introductoria sobre la minería de datos es altamente comprensible gracias a una excelente explicación. Quiero resaltar la claridad y concisión con la que se describen las tareas involucradas en la minería de datos, especialmente a partir del minuto 22:45. No se enreda en detalles innecesarios y se ilustra con ejemplos útiles, como los presentados en los minutos 30:40 y 33:40. En mi opinión, estos ejemplos proporcionan una rápida comprensión de los patrones y modelos específicos relacionados con las tareas abordadas.
El vídeo está muy bien explicado, porque nos da a conocer sobre la minería de datos, desde el minutos 15:15 nos detalla más sobre la minería en donde nos dice que es el conjunto de técnicas que nos permiten extraer información, ya que también podemos aplicar la minería en la vida cotidiana, en base a lo que nos detalla en este video.
La explicación del video nos da una muy buena introducción sobre los procesos KDD y la mineria de datos, la parte que me llamó más la atención fue ese pequeño ejemplo de como la extracción de oro se asemeja a la mineria de datos en el minuto 15:33, donde podemos darnos una idea clara sobre la finalidad de este tema.
Una explicación muy esclarecedora acerca de la minería de datos y el proceso KDD. En el momento que llegamos al minuto 15:00, me impactó la analogía que hizo con la extracción de oro, ya que, tal como usted explicó, la minería de datos emplea técnicas para extraer información y detectar patrones en datos con el fin de adquirir conocimientos valiosos, de manera similar a cómo se obtiene oro puro a partir de una gran cantidad de roca y otros materiales.
Muy buena explicación ingeniero, da una buena introduccion de lo que seria mineria de datos, ya que no se trata solo como tal el termino mineria de datos si no que va por etapas,minutos 9:07 tanbien le da un plus los ejemplos que uso para explicar las tareas de mineria minuto 29:38 para mejorar la experiencia a la hora de entender
Esta muy buena la explicación sobre los procesos de KDD
En el minuto 1:13 nos da una introducción sobre los procesos KDD en el minuto 1:38 nos muestra las etapas de este proceso que son 5 las cuales son importantes y son la selección, limpieza, transformación, minería de datos y por ultimo la interpretación o evaluación
en la seleccion la salida son los objetivos importantes
en la limpieza la salida son los datos procesados
en la tranformación la salida son los datos tranformados
en minería de datos la salida son los patrones
En el minuto 22:45 nos muestra sobre las tareas de minería de datos que pueden ser predictivas o descriptivas
excelente explicación con el grafico de la pirámide de los conceptos y términos claves en el minuto 16:36 que explica como un dato se vuelve información, esa información se vuelve conocimiento y se termina llevando a la practica, así mismo toda la explicación del tema tratado en todo el video se explica de manera concisa y precisa como a partir del minuto 36:37 realiza la explicación de la regla de asociación
Excelente la explicación del ingeniero, me llamo la atención la explicación que nos da en el minuto 3:24 donde nos explica sobre el domino del problema que es un paso importante para la recopilación de datos, luego en el minuto 15:10 que nos habla de la definición de la minería de datos y nos da una explicación con ejemplo que nos da a entender muy bien el tema.
la imagen del minuto 17:46 nos da a conocer muy bien estos conceptos que parecen parecidos pero cada uno tiene un contexto diferente y es interesante como cada uno se complementa con los anteriores y por ello se forma un triangulo que se puede construir en base a literalmente cualquier concepto
Excelente clase para introducir en los conceptos y fundamentos necesarios para comprender el proceso KDD y que es la mineria de datos. En particular me gustaria resaltar el minuto 1:42 donde se observa una imagen que explica los procesos necesarios a seguir para la correcta realizacion del proceso KDD, recordando que es un proceso iterativo e interactivo, tambien fue de mi agrado que se explicara en el minuto 13:32 acerca de porque surge y cual es la importancia de la mineria de datos en el mundo real, para asi reconocer porque es importante esta materia en nuestro entorno; finalmente la lamina presentada en el minuto 40:35 me parece correcta para resumir toda la clase, ya que nos brinda una explicacion clara y concisa para entender sobre la mineria de datos y el proceso KDD
Excelente video y explicación ingeniero, empezando del minuto 1:11 donde da la definicion del KDD, luego también en el minuto 15:10 que nos habla sobre la definición de la mineria de datos y muy entendible con el ejemplo que nos da.
¡Excelente video! me llama bastante la atención en el minuto 15:25 esa pequeña analogía que hace sobre la minería de datos sobre la extracción de oro, que para llegar a dicho material hay que remover un sin numero de rocas, arena, para así poder llegar al oro (que en este caso el oro seria al conocimiento al cual queremos llegar)
también en el minuto 22:58 nos explica el tipo de tareas que hay en la minería de datos
Simplemente una excelente explicación ingeniero, se puede reflejar que este vídeo proporciona una descripción general del proceso de minería de datos e introduce conceptos y tareas clave en el campo de la misma. Un punto clave seria en el minuto 1:36 donde nos da una breve explicación sobre las etapas del proceso KDD para después ir una por una con una definición mas extensa, también en el minuto 15:09 presenta el concepto de minería de datos y lo compara con la extracción de oro, teniendo una buena analogía que se llega a comprender con mayor facilidad.
Este video nos ayuda a tener una noción sobre la minería de datos, dandonos como introducción el proceso KDD que se nos brinda en el min 1:14, este proceso según lo que entendí nos permite descubrir patrones e información valiosa de un conjunto de datos, es por ellos que se sigue una serie de pasos descritos en el min 1:44
Un tema que me pareció interesante también dentro del min 22:46 fue las tareas de la mineria de datos, ya que estas son esenciales para entender y aprovechar los datos, por ello se dividen en descriptivas y predictivas. Este video ha sido muy instructivo, espero aprender más.
El video esta excelente sabiendo las diferentes formas en la que se va dando la introducción a Mineria, desde como en el minuto 3:20 empieza a explicar los procesos KDD y como la previa del dominio del problema es tan importante para que mas adelante en el momento 13:15 se centre totalmente en la Mineria de Datos abriendonos paso a una gigantescas variables de los que nos ofrece y la cantidad de Patrones como ya se explica mas adelante que conforma la mineria de datos.🎉
La explicación fue muy buena, me parecieron muy interesantes las 5 etapas del proceso KDD. Destaco especialmente la etapa de minería de datos explicada en el minuto 9:59; me resultó muy interesante a nivel personal. Además, la manera en que se explicó la definición de minería de datos en el minuto 15:10, junto con la analogía mencionada en el minuto 15:42, la hizo muy comprensible.
Exelente video que explica la minería de datos y los procesos KDD, ademas en el minuto 40:42 da una síntesis del tema que lo deja bastante claro.
Me gusto mucho la analogía usada en el minuto 15:30 para explicar la definición de minería de datos, dando así un ejemplo mucho mas fácil de entender y mas visto como lo es la extracción de oro para relacionarlo con los datos y como la obtención del metal puro equivaldría al conocimiento.
ES MUY BUENA la introducción a la clase de minería de datos minuto 1:27 nos explica la definición del proceso kdd y sus etapas en el minuto 2:08 nos explica que hay dos proceso que el kdd es iterativo y interactivo y nos explica que se puede realizar en esta dos etapa . y excelente explicación de los proceso y su salida de la etapas del proceso kdd . minuto 15:15 nos da una excelente definición de lo que la minería de datos ya que es muy importante ya que es la materia que se va estudiar minuto 17:15 nos explica de una manera entendible con la pirámide de termino y clases que nos ayuda para una mejor compleción del lo que es la minería de datos minuto 29:45 con un ejemplo nos ayudo a entender mejor la tarea de la minería de datos con una base de datos de un agente bancario gracias a los ejemplo y definiciones nos ayudo a entender lo que es la materia de minería de datos
Minuto 40:35, me parece asombrosa la sintetización visual de la clase, resumiendo en una sola diapositiva lo más importante sobre la introducción de la materia, sus principios y conceptos primordiales. Gran clase.
Se destacan con ejemplos prácticos y aplicaciones reales de las diferentes tareas de clasificación, regresión, reglas de asociación y agrupamiento, lo que permite comprender cómo se utilizan estos conceptos en situaciones cotidianas y empresariales.
Además, se enfatiza la importancia de la minería de datos para extraer conocimiento valioso a partir de grandes volúmenes de datos, lo que puede ser crucial para la toma de decisiones informadas en diversos contextos. En resumen, la clase nos ayuda con una proporción de una base sólida para comprender los principios y procesos fundamentales de la minería de datos.
Muy buena clase acerca de los porcesos KDD
la primera estapa de Selecion, donde se selecionan los datos para una extracion y muestreo de datos 4:50 para luego realizar la limpieza de dichos datos 6:05 lo que vendria siendo la salida deun conjunto de datos ya procesados
11:17 y ya en la parte de la Minería de Datos se realiza el descubrimiento de los patrones de dichos datos para así decidir que tarea realizar, recordando que la salida de estos datos serán los patrones reconocidos por los algoritmos
El video en general da una explicacion breve pero precisa del proceso KDD como estudiante considero que es una perfecta introduccion a la mineria de datos, dandonos a conocer las bases del proceso, en el minuto 6:09 me llamo la atencion el proceso de Limpieza de datos ya que busca mejorar la fiabilidad de los datos lo cual es sumamente importante, tambien en el minuto 8:23 habla sobre la etapa de transformacion que me parece muy curiosa, ya que usa datos que ya existen pero los transforma mejorando su calidad para su mejor entendimiento o uso dependiendo de como quieran ser usados los datos.
Una excelente explicación sobre la minería de datos y el proceso KDD. En el minuto 15:00 me llamó la atención como hace una comparación con la extracción de oro, ya que la minería de datos como usted expresa utiliza técnicas que extraen información y descubren patrones a partir de datos, tienen como objetivo obtener conocimientos valiosos, tal como al obtener oro puro a partir de una gran cantidad de roca y otros materiales.
Muy fácil de entender por lo bien explicado esta primera parte introductiva a la mineria de datos, quisiera destacar la explicación desde minuto 22:45, en donde, se explicó de manera clara y concisa las tareas que se tienen en cuenta en la mineria de datos sin rodeos ni tapujos que compliquen su comprensión, siendo perfectamente acompañados de ejemplos como los de los minutos 30:40 y 33:40 que, a mi punto de vista, proporciona un rapido analisis de los patrones y modelos especificos de las tareas tratadas.
Es excelente el video conociendo las diferentes formas en las que se da la introducción a la minería. A partir del minuto 3:20 se comienza a explicar los procesos KDD y lo importante que es el conocimiento previo sobre el dominio del problema, para luego en el momento 13:15 se centra exclusivamente en la minería de datos y abre el camino a las gigantescas variables que nos ofrece, y el número de patrones que constituyen la minería de datos, como se explica más adelante.
Clara y concisa explicación sobre los métodos utilizados en la etapa de transformación(mencionado en el minuto 8:22)del proceso KDD (etapas enlistadas en el minuto 1:34 ),
Continuando con la siguiente etapa que corresponde a la minería de datos(minuto 10:41) explicando que la minería se basa en la búsqueda de patrones y esta etapa se compone de Elección de la tarea de minería de datos y Selección e implementación del algoritmo.
Finalizando la explicación de las etapas en el minuto 12:09 con la última etapa la cual corresponde a interpretación/evaluación en la cual como se indica en su nombre se analizan los patrones descubiertos y se puede incluir visualización de patrones que sean entendibles para usuarios que no sean expertos en la materia
Se realiza una introducción a una explicación a profundidad de lo que es minería de datos a partir del minuto 13:31 y se explica que se generan miles de millones de bytes de información al día de distintos ámbitos por lo que surgió el campo Minería de datos
Excelente explicación sobre el tema de las tareas de minerías de datos en el minuto 22:40 , donde nos detalla de forma rápida y precisa sobre los procesos de las tareas con sus subtemas. Me intereso la implementación de los procesos de las tareas en los ejemplos en el minuto 29:36 nos da forma clara de cómo analizar los patrones y realizar sus procesos.
Excelente explicación de la introducción y proceso de KKD, unos de los puntos clave que recalco son de las tareas de minería de datos del minuto 24:02 donde explica las tareas predictivas que dentro de aquellas encontramos la regresión, clasificación, análisis. La tarea descriptiva que dentro de ella tiene asociación, agrupamiento, patrones secuenciales.
En el minuto 25:33 se explica muy claro lo que es la clasificación que en si es el análisis de conjuntos de objetos en una base de datos y en clase pertenece cada uno y la regresión es una forma de predicción y que se realiza de forma numérica.
En el minuto 27:20 mencionas las tareas descriptivas lo cual no van a predecir nada las cuales las reglas de asociación lo cual lo que hace es tomar un grupo de datos y analizar cuantas veces se repite el dato y el agrupamiento que es a partir de datos crear grupo.
Como ultimo punto en el minuto 30:00 da ejemplo de cada tarea.
Muy buen video, se explica a detalle los temas a tratar y nos da una idea clara de lo que se va a experimentar en la materia, además en en minuto 13:30 en adelante se explica mas a detalle los temas principales con respecto a la minería de datos y sus conceptos fundamentales
La explicación del ingeniero en el video es excelente, ya que brinda una visión general del proceso de minería de datos, introduciendo conceptos y tareas fundamentales en este campo. A partir del minuto 1:36 se explica brevemente las etapas del proceso KDD para luego detallar cada una con mayor extensión. Además, en el minuto 15:09 se menciona la comparación entre la minería de datos y la extracción de oro, ofreciendo una analogía efectiva que facilita la comprensión del tema.
Me parece muy acertado el grafico de representación de las distintas etapas que tiene el proceso KDD en el minuto 1:35, desde que se prepara o procesa la información, hasta que esta es interpretada y evaluada para convertirla en conocimiento. También es interesante la manera en que abordó los principios de homogeneidad y separación en el agrupamiento a partir del minuto 29:10, una de las tareas descriptivas de la minería de datos, además de los ejemplos prácticos como la asociación de clientes dependiendo de que productos compran juntos y el agrupamiento de empleados según su tipo.
Muy interesante video, su explicación de lo que es la minería de datos y la importancia de ésta desde el minuto 13:25 fue muy clara y útil, además la analogía del oro me gustó mucho para entender mejor el concepto.
Genial el video introductorio a la minería de datos. Me gustaría resaltar el minuto 5:59 donde se habla sobre la etapa de limpieza de datos, la cual consta de erradicar imperfecciones propias de las fuentes originales de datos, me pareció una fase muy interesante ya que en esta se deben realizar otras tareas como el enriquecimiento y el análisis exploratorio de datos.
Excelente explicación para la introducción a la minería de datos, con conceptos claros y muy entendibles. Las etapas del proceso KDD están muy claras, comenzando la explicación con su paso previo a partir del minuto 3:10. Además, la definición de minería de datos a partir del minuto 15:08 ayuda a entender mejor el concepto. Personalmente, me gustó la inclusión de ejemplos para ayudar a la comprensión y asimilar la información a partir del minuto 29:40. Complementando con la síntesis a partir del minuto 40:33,complementado el video. En general, es un excelente video para una introducción a la minería de datos.
buen video, me gustó la parte en donde explican sobre las etapas del proceso de KDD(2:00), donde explican luego cada uno de las etapas dentro de la minería de datos, pero lo que más me interesó fue sobre la limpieza de datos en donde explican sobre eliminar las imperfecciones, que me gustó mucho por que eso puede ayudar a que un sistema pueda ser más sofisticado y consistente para el usuario, también sobre el esquema explicando los conceptos y cómo va transformándose de los datos a metaconocimiento(16:35), también me gustó ver el tema de los conceptos claves en donde explican el significado de cada término que se utiliza dentro del tema, también me gustó mucho las tareas de minería de datos (23:45) sobre todo la predictiva ya que me gustó ver qué técnicas utilizan para poder predecir resultados posibles, pero las tareas descriptivas fueron también gran parte de mi interés.
También la parte de los ejemplos me gustó mucho ya que además de ser exactamente basados en los temas visto, eran muy fáciles de entender, de esa manera haciendo el aprendizaje más sencillo de estos temas, pero más que nada a cerca de ellos es que ponen el modelo o patrón en forma de pseudocódigo en el que se puedan realizar estas acciones, excelente vídeo
Excelente clase acerca de Knowledge Discovery in Databases (KDD).
A partir del minuto 01:10 nos introduce sobre lo que es y como se conforma por etapas, además se explica sobre cada etapa.
A continuación, desde el minuto 13:33 nos presenta una introducción de Minería de datos y se explica la relevancia que tiene en la actualidad. A lo largo de la explicación, se proporciona una analogía entre la minería de datos y la extracción de oro, donde los datos son la materia prima y el conocimiento es el objetivo final.
En el minuto 18:44 se explica sobre los tipos de datos, divididos en cualitativos y cuantitativos, luego de eso nos muestra conceptos y términos clave.
Minuto 22:43 nos enseña sobre las tareas que pueden ser predictivas o descriptivas, luego de la explicación del mismo, en el minuto 29:36 se ven ejemplos aplicados con lo anterior analizado hasta llegar con la síntesis de la clase en el minuto 40:22.
Un video muy interesante, los procesos KDD tienen o consiste en varias etapas, una de ellas es la mencionada en el minuto 6:00 en donde nos explica la Limpieza de datos destinada a eliminar imperfecciones presentes en la fuente de datos original. Su objetivo principal es mejorar la fiabilidad de los datos y podríamos decir que es una fase crucial que busca asegurar la calidad y la confiabilidad de los datos utilizados en el proceso de descubrimiento de conocimiento.
Muy buena explicación ingeniero , me llamo mucho la atención en el minuto 3:24 donde nos explica sobre el domino del problema que claramente es un paso importante para la recopilación de datos, también me llamo la atención el minuto 22:43 donde nos empieza a hablar de las tareas de minería de datos
En resumen el video explica e induce muy bien a lo que es la minería de datos asi como explica muy bien lo que son las etapas del proceso KDD mencionadas en el minuto 1:40, además de explicar cada de una de ellas. A lo largo del video se plantean ejemplos pacticos y fáciles de entender asi como explica en el minuto 8:25 referente a la etapa de transformación de los datos donde explica de una manera muy simple a que se refiere la etapa de transformación que seria poder modificar un dato sin alterar su concepto inicial.
Exelente video muy bien explicado sobre todo el tema de las etapas de KDD minutos 4:46 nos da una exelente explicación sobre este tema muy interesante
Considero que el vídeo ofrece una excelente introducción a la minería de datos, abordando de manera clara y concisa los conceptos fundamentales y el proceso de KDD (todo esto dando comienzo en el minuto 1:11). La analogía entre la minería de datos y la extracción de oro fue una forma efectiva de hacer comprensible un tema complejo (15:9) y la presentación de ejemplos concretos con una explicación detallada de las tareas de minería de datos en el minuto 40:00 es un punto destacado que me facilitó en la comprensión del tema.
Muy buena clase, desde el inicio del video 01:11 proporciona una descripción detallada del proceso de minería de datos, destacando las cinco etapas del proceso KDD. A partir del minuto 04:47, se profundiza en las etapas de selección y limpieza de datos, explicando las operaciones involucradas y resaltando la importancia de obtener un conjunto de datos bien estructurado para la siguiente fase del proceso.
En el minuto 10:07, se habla de la etapa de minería de datos enfatizando la búsqueda y el descubrimiento de patrones dentro de conjuntos de datos.
Desde el minuto 30:05, se ilustran diversos ejemplos de tareas de minería de datos, como clasificación, regresión y análisis de asociación, para luego en el minuto 40:35 se da un buen resumen acerca de lo que es la minería de datos y los procesos KDD con sus cinco etapas.
Excelente explicación sobre las etapas que constan en el proceso kdd y como se realiza desde el punto iterativo hasta el interactivo en el minuto 1:34 y como el proceso de la minería de datos contiene dos etapas esenciales que son la elección de la tarea de minería de datos y la selección de un algoritmo apropiado en el minuto 10:32
Muy sastisfactorio el video ya que contiene una informacion muy concisa ademas nos sirve para la parte introductoria respecto a las etapas del kdd que empieza desde el minuto 1:40 y termina en el minuto 13:21 , incluso en la parte del minuto 10:00 es muy interesante ya que ahi se explica que es la mineria de datos y 2 puntos importantes que menciona sobre eleccion de tareas como clasificación , agrupamiento y ademas selección e implementacion del algoritmo de un forma mas resumida a lo que dicen otros videos ademas de sus funciones en los procesos kdd.
minuto 3:40 me parece muy interesante aprender bien sobre como identificar el problema, ya que este nos abrirá el comino hacia donde queremos llegar, minuto 15:14, conocer el cocepto a fondo sobre la mineria de datos me ha ayudado a entender mejor sobre lo que voy a ver durante el semestre, 24:43 el modelo descriptivo me parecio interesante ya que me llamó mas la atencion para asi seguir mejor los patrones...
excelente explicacion siendo claro y brindando una informacion general y precisa, siendo asi en el minuto 16:25 dando una forma mas dinamica, utilizando ejemplos claro paraa entender la priramide.
En este video me quedo mas claro las tareaws de mineria de datos, donde en la clase quede un poco tambaleando pero desde el minuto 22:45 donde comienza a explicar hasta 40:19 siendo asi donde reforce los conocimientos donde tenia dudas... muchas gracias diga asi ingeniero...
sección del video 4:48, es muy bueno la explicación del proceso KDD en minería de datos que es como buscar un tesoro y que para ello debemos de seguir de manera adecuada tal y como se hace mención en este video donde Primero, debemos seleccionar cuidadosamente la zona de búsqueda, es decir los datos relevantes. Luego, limpiar los datos, eliminando errores y elementos que no nos sean útiles. Después, transformar los datos en una forma útil y aplicas algoritmos para descubrir patrones ocultos. Finalmente, interpretas los resultados, es por eso que cada paso es esencial para asegurarnos de que los datos revelen su verdadero valor.
Excelente explicación de la clase. A partir del minuto 1:10, se explica el Proceso KDD, en la cual se menciona su definición, etapas y características, conocer el Proceso KDD nos sirve para entender de forma clara la manera de como se extrae un nuevo conocimiento a partir de grandes volúmenes de datos. Ya a partir desde el minuto 13:32 se detalla profundamente la definición, objetivos y tareas de la minería de datos, mencionando también una analogía muy interesante entre la minería de datos con la extracción del oro, en la cual nos permite entender la esencia de la minería de datos.
El vídeo está genial porque muestra cómo se introduce la minería desde el minuto 3:20, explicando KDD y la importancia de entender el problema. Luego, a partir del minuto 13:15, se centra en la minería de datos, explorando un montón de variables y patrones interesantes. Es interesante cómo pasa de hablar de algo básico a algo tan complejo.
Muy buena clase de introducción a la minería de Datos, la explicación del proceso KDD que inicia en el minuto 1:10 nos da una visión de como se obtiene nuevo conocimiento a partir del procesamiento de datos que tienen que pasar por diversas etapas, se inicia con un problema que se quiere resolver este se debe interpretar y se tiene que tener un objetivo al cual llegar, luego se preprocesan los datos en crudo obtenidos, se seleccionan, se limpian y se tranforman, luego se buscan los patrones y por ultimo se interpretan los resultados, de esta forma se obtiene nuevo conomiento.
A partir del minuto 13:30 se explica la era en la que nos encontramos, donde los datos abundan en la web y la analogía mencionada en el minuto 15:29 nos da a entender como el conocimiento que se puede obtener equivale al oro, el cual se obtiene de procesar las rocas en este caso los datos, ademas el triangulo que aparece en el minuto 16:35 nos permite conocer bien las diferencias entre los datos, cuando estos se vuelven infomación, el conocimiento que es cuando la información toma perspectivas y el metaconocimiento que es poner en practica el conocimiento; todos estos conceptos y los mencinados después de los que escribí son importantes, como los tipos de datos y las etiquetas. En la parte sobre las tareas de minería de datos, nos podemos dar cuenta que esta se encuentra relacionada con la estadistica en especial la parte de predicción, como sería la regresión. Por ultimo, a partir del minuto 29:40 encontramos ejemplos, los cuales nos permiten distinguir muy bien las tareas de la minería de datos, mi favorita sin duda es la regresión :)
Comenzando desde el min 1:11, nos hace una excelente introducción bastante clara y concisa sobre lo que abarca el tema en general de KDD (Knowledge Discovery in Databases) haciendo referencia de las 5 etapas del proceso mencionado anteriormente, partiendo del origen del problema hasta la obtención de conocimiento a partir de los datos, siendo iterativa o interactiva. Explicando cada concepto desde el min 2:07 hasta el min 3:00, respectivamente. Se demuestra a partir del min 3:22 que desde el dominio del problema parte todo este proceso pasando por los siguientes pasos como la selección, limpieza, transformación hasta llegar a la minería de datos y finalmente la interpretación o evaluación siendo esta la salida del conocimiento que se ha descubierto en los datos, explicándolo a detalle cada uno desde el min 4:46 hasta 13:26.
La imagen del 17.46 nos da a conocer muy bien los conceptos que parecen conocidos pero cada unos tienen un contexto diferente y e interesante y por ello se forma un triángulo que se puede construir en base a cualquier concepto.
Es muy interesante el tema de las tareas predictivas 26:26 26:27 26:28
La introducción a la minería de datos y lo que son los procesos KDD Y sus etapas a partir del minuto 1:34 esta muy bien expresada además de que las ejemplificaciones de las clases de tareas en procesos de minería de datos es bastante clara con ejemplos de tareas Predictivas y Descriptivas en el minuto 22:45 y a partir de minuto 30:00 ejemplos de agrupamiento, reglas de asociación y clasificación.
Muy buen video considerando algunos puntos importantes como por ejemplo en el minuto 16:19 - "El conocimiento se agrega cuando añadimos una perspectiva a los datos, como una hipótesis o interpretación, que enfatiza la información previamente vista. Es crucial entender cómo los datos se transforman en información, luego en conocimiento, y finalmente se aplican en la práctica para alcanzar la sabiduría."
Excelente video donde nos muestra las 5 etapas del KDD y la pirámide que tiene también 5 gases y no explica bien sobre la importancia de la minería de datos y también sobre la importancia de tipos de datos que son cualitativo y cuantitativas y bien explicado la importancia de cada parte de la primera clases
26:13 Entre todos los métodos que tiene la minería de datos, me parece mas interesante y funcional el método predictivo en particular el de regresión, puesto que toma un enfoque mas numérico y probabilístico el cual buscando entre otras fuentes encontré que es el mas utilizado dentro de empresas o entornos de investigación y simulación. Muy buena clase.
El vídeo da una buena introducción a la minería de datos, detallando las distintas etapas del proceso KDD. Quisiera destacar la analogía hecha en el minuto 16:00 la cual facilita la comprensión del concepto de minería de datos, que implica extraer conocimiento de conjuntos de datos. Alrededor del minuto 18:00, se clasifican los tipos de datos en cualitativos y cuantitativos, desglosándolos aún más en varias categorías. A partir del minuto 20:12, se proporciona un ejemplo visual que nos da una explicación mas comprensible sobre qué es un Dataset y cómo está estructurado, incluyendo instancias, características y etiquetas. Finalmente, alrededor del minuto 22:43, se presentan las tareas de la minería de datos, clasificándolas en predictivas y descriptivas. En resumen, el vídeo aborda de manera completa los conceptos fundamentales de la minería de datos, proporcionando una excelente introducción a esta disciplina.
Clara y excelente explicación sobre el proceso de KDD como la minería de datos, teniendo en cuenta los gráficos y ejemplos que se presentan en la síntesis de la case 40:39 ayudan a entender con facilidad el tema, llamando la atención la importancia de hacer una correcta extracción, limpieza y análisis para seguir adquiriendo conocimientos de las grandes base de datos como lo menciona en términos generales al referirse a minería de datos 16:23
Exelente explicacion y tema de tratar como es la Mineria de Datos, explicando el proceso KDD y la limpieza de Datos lo cual se abordan conceptos fundamentales como la identificación de patrones y la interpretación de los resultados obtenidos la cual busca eliminar imperfeciones y mejora la fiabilidad de los datos mencionado en el minuto 05:32.
Ademas de también mencionar algunas tareas de minería de datos, como asociación, agrupamiento y regresión lo cual se menciona en el minuto 33:33. La pirámide de conocimiento consta de datos, información, conocimiento y meta conocimiento en el minuto 16:45. Y por ultimo lo importante del algoritmo de analizar las variables de los empleados similares de los diferentes grupos que se muestra de ejemplo cerca del minuto 39:09.
Excelente explicación sobre las tareas de minería de datos, desde el minuto 23:00, se presenta de manera clara cómo se clasifican y se identifican estas tareas. Luego, en el minuto 25:22, se profundiza en la comprensión detallada de que se trata cada una. Sin embargo, lo más destacado para mí fue en el minuto 30:40, donde se ilustran varios ejemplos prácticos de tareas tanto descriptivas como predictivas. Estos ejemplos realmente me ayudaron a poder comprender cómo se aplican estas tareas en situaciones de la vida real.
Muy buen video, esta muy bien explicado el procesos KDD y la minera de datos, ademas que en el minuto 40:35 da una lamina donde describe bien todo lo explicado, que ayuda como un material de estudio.
muy buena clase ingeniero sobre todo en el minuto 3:20 proceso de KDD como la minería de datos, teniendo en cuenta los gráficos y ejemplos, dominio del problema que es importante.
otra parte que me pareció interesante fue en el minuto 13:34 que explica sobre la minería de datos que existe gran cantidad de datos que se maneja en la actualidad me pareció muy interesante la parte de a partir de muchos datos podamos buscar patrones
Excelente explicación, abordando el punto 8:13 en donde se habla del punto de la transformación de datos, donde se destaca que No siempre los datos se encuentran en la forma más adecuada para poder aplicar los métodos necesarios para la tarea que hay que llevar a cabo y el modelo que se quiere. por lo tanto e encarga de organiza sin alterar los datos y reducirlos para dar una generalidad.
Me pareció muy importante lo que se señala en el minuto 16:40 ya que nos señala la diferencia entre Datos e Información que nos recalca que los datos son los hechos que van a describir las características y la información ya es el conjunto de estos datos que serán procesados y que estos poseen un significado. También en el minuto 30:43 donde nos va explicando con suma claridad las tareas de la minería de datos y después nos enseña lo que vendría siendo el patrón o modelo de esta tarea.
Excelente video introductorio sobre minería de datos y procesos KDD me intereso una parte de video en el minuto 15:28 donde se podría imaginarse a la minería de datos también como una analogía, en donde la minería de datos se puede dar una equivalencia al proceso de extracción de oro. También en el minutos 18:41 nos habla que en minería vamos a tener muchos tipos de datos. Estos tipos de datos se clasifican en cualitativos y cuantitativos.
Excelente la exposición sobre el proceso de Descubrimiento de Conocimiento en Bases de Datos (KDD) fue sobresaliente, destacando cómo la visualización y los ejemplos presentados cerca del minuto 40:00 de la clase contribuyen a una fácil comprensión del contenido expuesto en las diapositivas. Se subrayó la importancia de llevar a cabo una extracción, depuración y análisis minuciosos de los datos para mejorar nuestra comprensión de las inmensas bases de datos, tal como se mencionó brevemente en el minuto 15:20 al abordar el tema de la minería de datos
Me gusto la analogía mencionada en el minuto 15:09 usada para definir la minería de datos hace que la compresión del tema sea mas sencillo al plantearlo en ocupaciones de la vida real dando alusión al oro como el concomiendo y las rocas y arenas a escarbar como los datos
Definiendo muy claro y sencillo los puntos a tratar en esta primera clase, realizando énfasis sobre lo que significa el proceso KDD.
En el minuto 2:06, nos aclara de forma dinámica y sencilla los tipos de subprocesos (Iterativo - Interactivo)que realiza este proceso KDD.
UN paso previo a lo que ve con los procesos de este tipo va como Dominio del problema, dejando claro lo que necesitamos antes de empezar con lo demás minuto 3:17
Claro y especifico en la explicación de la primera etapa (SELECCIÓN) de este proceso en el minuto 4:47
Al tener claro esta etapa e implementarlo en el desarrollo de este tipo de proceso obtendremos una saluda o resultado de (datos objetivos).
teniendo claro las acciones que debemos realizar en esta segunda etapa (LIMPIEZA DE DATOS) una vez aplicándolo ya no tendremos redundancia, datos fuera de lo que deberíamos de tener, y tendremos mejor concretado, limpio, lo que necesitemos “sin datos basura” minuto 6:03
La salida de esta etapa es un conjunto de datos procesados.
Comprendiendo la tercera etapa (Transformación) podremos manipular de mejor manera los datos en nuestras bases de datos, como dice el proceso podremos transformarlos o modificarlos, teniendo en cuenta que no debe alterar la funcionalidad que ha venido teniendo, pero podemos transformarlo para mejorar algún tipo de proceso que vallamos a realizar.
minuto 8:14
En la cuarta etapa (MINERIA DE DATOS) una vez hecho previamente las otras etapas, en este punto vamos a buscar y descubrir patrones que podemos relacionar con el fin de nuestros intereses y junto a ello con la codificación podríamos optimizar el software a crear y se nos facilitaría un poco el trabajo.
Como salida de esta etapa identificaremos los patrones reconocidos por los algoritmos.
Minuto 11:45
En esta quinta etapa (INTERPRETACION/EVALUACION) ya nosotros deberíamos de tener nuestro software realizado cumpliendo con los requerimientos solicitado, dejando la parte de interfaz agradable y comprensible para el usuario final, para que así ellos no tengan problema en manipular el software.
La salida de esta etapa es el conocimiento descubierto en los datos.
minuto 12:10
Buena resumen y clara la idea de la minería de datos, de igual manera lo que se puede realizar, sus categorías y clasificaciones.
Interesante la parte de las tareas y puntos hablados allí, tiene como una correlación con la estadística.
Minuto 27:25
Bien claro y especifico cada una de las tareas, mas didáctica, comprensible y dinámica con los ejemplos de las bases de datos en cada ejemplo.
Desde el minuto 29:36 hasta el minuto 40:20
Y en el resumen de la clase, mucho más simplificado cada cosa que vimos durante la clase, de igual manera claro y especifico.
Buen tema sobre las etapas del proceso del KDD en el minuto 2:13, ya que nos explica de que el iterativo es el que puede regresar atrás a una fase anterior y el Interactivo ya se podría decir que va de largo.
Excelente clase ingeniero sobre todo en el minuto 3:20 proceso de KDD como minería de datos, también me parecieron muy buenos los ejemplos que uso en Tareas de minería de datos en el minuto 29:39
Una clase muy interesante, me parecio curioso el tema del agrupamiento sobre el cual se empieza a hablar en el minuto 38:52, que nos explica que el algoritmo analiza las variables y compara similitudes y los separa en un tipo de agrupaciones
En el minuto 27:15 en esta parte explica de manera clara las tareas descriptivas en la minería de datos, resaltando que no se trata de predecir, sino también de analizar lo que ya está presente en los datos. Me pareció muy interesante cuando mencionó el ejemplo del análisis de reglas de asociación en un supermercado, donde se pueden identificar patrones como la compra de pan junto con la leche. Esto me hizo reflexionar de la importancia que hay que comprender la información existente antes de realizar predicciones.
¡Excelente introducción a la Minería de Datos y el proceso KDD!
En el minuto 1:12 nos muestra una pequeña introducción sobre el procesos KDD, se trata de un proceso innovador y no simple que posibilita la detección de pautas en los datos con el propósito de adquirir información nueva. Este proceso tiene 5 etapas que las va detallando a partir del minuto 1:34 que son muy importantes. También se enfatiza la importancia de contar con el apoyo de expertos en el dominio del problema durante todo el proceso de minería de datos. Además, se menciona en el minuto 4:46 que la etapa de selección implica la extracción o muestreo de un subconjunto de variables relevantes, mientras que en el minuto 6:00 nos detalla que la etapa de limpieza de datos es fundamental para mejorar la calidad de los datos.
Buena explicación, Ingeniero. Muy claro y conciso en el tema. La parte del vídeo en la que habla de las tareas de minería de datos (a partir del minuto 23:00) me pareció particularmente interesante, como se clasifican y los ejemplos que complementa lo visto en clases. Buena introducción a la materia. Saludos/
En el minuto 1:14, se menciona el proceso KDD, el cual es un procedimiento que nos permite identificar patrones a partir de los datos, otorgando conocimiento a través de sus 5 etapas.
En el minuto 15:11, se explica qué es la minería de datos, hablando sobre la extracción, el análisis y finalmente el procesamiento de los datos para obtener conocimiento.
Desde el minuto 29:37, se analizaron algunos ejemplos de la vida real en los cuales podemos aplicar las tareas de clasificación, regresión y agrupamiento entre otras.
En mi opinión, me pareció un buen video ya que aborda los puntos más importantes de lo que es la minería de datos.
A partir del minuto 3:17 me parece que es una parte que hay que tener muy en cuenta debido a que esta nos ayuda a tener claro de que manera vas a trabajar algún problema para no tener dificultades a medida que avancemos.
Otra parte que se me hizo interesante del video empieza en el minuto 22:42 en el que nos da a conocer las diversas tareas que implica la minería de datos, las cuales son predictivas y descriptivas detallando cada una de sus características.
Excelente, quedamos con ganas de mas. Esperamos ansiosos las otras clases saludos desde Panamá.
muy interesante sobre las etapas del proceso KKD en el minuto 2:03 y en el 2:09 de se avanza o como se regresa si es necesario tambien las etapas de seleccion 4:49 que explica cual es el objetivo y lo que se busca, tambien en el minuto 18:48 los tipos de datos cualitativos y cuantitativos y 29:10 en tareas de mineria sobre la omogeneidad.
Alrededor del minuto 25:34, se explica de manera clara lo que es la clasificación, que básicamente implica organizar objetos en grupos en una base de datos según a qué categoría pertenecen. Por otro lado, la regresión se menciona como una forma de hacer predicciones, pero en lugar de predecir categorías, predice valores numéricos.
En el minuto 27:20, se mencionan las tareas descriptivas, que son aquellas que no intentan predecir nada, como las reglas de asociación.
Gracias Prof. Jorge. Saludos desde Popayán, Colombia.
Gracias ! Saludos 👋🏻 de vuelta
La primera etapa es la selección de datos minuto 4:50 donde se eligen los conjuntos de datos relevantes para el análisis. A continuación, viene limpieza de datos minuto 6:00 que incluye transformación y reducción de datos para garantizar la calidad y la eficiencia. Luego, en la etapa de minería de datos minuto 10:10 se aplican técnicas de aprendizaje automático y análisis estadístico para descubrir patrones, tendencias y relaciones en los datos.
Al inicio del video 1:35, resumen las etapas principales, lo que ayuda a tener una idea general del tema. Luego, más adelante 22:43, se habla sobre las tareas específicas de la minería de datos usando un mapa mental para explicarlas mejor antes de entrar en detalles.
Etapas del proceso kDD en el minuto 5:15 donde se empieza hablar sobre las etapas, me parece un tema muy interesante e importante ya que en la selección es un subconjunto de variables de fuentes diferentes que al partir de la cuales el descubrimiento del sistema es relacionado, al igual que las otras fases me parece que esta bien explicado y claro cuales son sus funciones , el minuto 13:30 donde se habla de los terabytes en si de todo lo de la minería de datos donde se abarca todo con la minería ya que la minería permite extraer información y descubrir información importante
El video comienza con una explicación del Proceso KDD. A partir del minuto 1:35, se presentan brevemente las 5 etapas del proceso KDD. Luego, en el 3:03, se profundiza en los pasos del Proceso KDD, comenzando con el más basico, "El dominio del problema". Después se abordan todas las etapas de manera mas detallada a partir del minuto 4:44.
Desde el minuto 13:27, se profundiza en el tema de la Minería de Datos, y en el minuto 23:05 se discuten las Tareas de minería de datos, tanto predictivas como descriptivas. Finalmente, a partir del minuto 29:43, se presentan ejemplos de Clasificación, Regresión, Reglas de asociación y Agrupamiento.
El proceso KDD es una metodología que permite transformar datos brutos a conocimiento a partir de un proceso de selección, limpieza, transformación, Minería de datos y finalmente interpretación. Uno de los aspectos más relevantes, dentro de este proceso, es la Minería de datos definida en el minuto 15:10 que, entre otras características, permite identificar patrones a partir de una gran cantidad datos en la base de datos con el fin de obtener nuevos conocimientos, los cuales son muy importantes a la hora de tomar decisiones. ´
De igual forma, es imprescindible tener muy en cuenta la terminología utilizada para el desarrollo de esta temática, como lo es de definición del Corpus en el minuto 20:04 a la hora de trabajar con datos textuales, las especificaciones de variables categóricas y continuas en los minutos 27:18, que forman parte de las tareas predictivas de la minería de datos; el principio de homogeneidad y separación de las tareas descriptivas (minuto 29:16).
Sin lugar a duda, un video cargado de gran valor académico y de una exhaustiva investigación!
En el minuto 18 , me parecio importante el saber diferenciar lo que son datos, informacion ,conocimiento y sabiduria que si bien van de la mano son a la vez cosas distintas . Los datos son hechos que describen objetos o personas , la informacion serian esos datos ya presentados de forma adecuada , el conocimiento los datos ya procesados para poder emitir diferentes juicios y la sabiduria o conocimiento son reglas que permiten aquello para asi por fin poder llevarlos a la practica
En resumen, la clase de introducción y proceso KDD es un punto de partida fundamental para comprender los conceptos básicos de la minería de datos y cómo aplicarlos de manera efectiva. A medida que avanzamos en el curso, iremos profundizando en cada una de las etapas y técnicas de este proceso, lo que nos permitirá aprovechar al máximo el potencial de los datos en la toma de decisiones y la generación de conocimiento, durante la clase, se profundiza en cada una de estas etapas, destacando la importancia de la calidad de los datos, la elección de las técnicas de minería adecuadas y la interpretación de los resultados obtenidos. También se mencionan las herramientas y algoritmos más utilizados en el campo de la minería de datos, el proceso KDD, por su parte, es un enfoque sistemático para realizar la minería de datos. Se componen de varias etapas, que incluyen la selección de datos, la limpieza y preprocesamiento, la transformación, la minería de datos propiamente dicha y la interpretación de los resultados.
min 30:01
Clasificación:
Trabajamos con un ejemplo en concreto el cual es el de un agente bancario donde la pregunta es ¿Debo ofrecer un préstamo a un cliente?
Se nos presenta una tabla histórica con diferentes variables con datos del cliente, pero nosotros vamos a trabajar con la etiqueta de la tabla la cual es devolución la cual nos indica cuando un cliente ha hecho la devolución total de un préstamo, teniendo en cuenta eso definimos nuestro patrón o modelo el cual para este caso es:
Si “adeuda” es mayor a 0 Entonces “devolución” es igual a no [Esto nos indica que el cliente tiene cuentas pendientes y se recomendaría al agente bancario negarle el préstamo al cliente]
Si cuenta.adeudada es igual a 0 y “salario” es mayor a 2500 Entonces “devolución” es igual a si [Todos los clientes que se encuentran en esta situación siempre devolvieron los prestamos entonces se recomendaría al agente bancario aprobarle el préstamo al cliente]