El documento presenta una introducción a los conceptos de data warehouse y data mining. Explica que un data warehouse es una base de datos diseñada para el análisis de información que integra datos de diferentes fuentes. Describe su arquitectura de tres niveles y los tipos de sistemas OLAP. También define los data marts, el proceso ETL y los esquemas estrella y copo de nieve. Finalmente, introduce conceptos básicos de data mining como clasificación, clustering y algoritmos como k-means.

1. DATA WAREHOUSE & DATA MINING http://www.espol.edu.ec

3. DATA WAREHOUSE

13. DATA MARTS

16. Extract, Transform and Load (ETL)

21. DATAWAREHOUSE – DATA MINING

22. DATA WAREHOUSE

27. DATA MINING

30. Knowledge Discovery in Databases Proceso no trivial de identificar patrones válidos, novedosos, potencialmente útiles y en última instancia comprensibles a partir de los datos ”. Fayyad et al. 1996

31. Computational Knowledge Discovery

33. MULTIPLES DISCIPLINAS ? 20x20 ~ 2^400  10^120 patterns

34. CLASIFICACIÓN DE ALGORITMOS

36. EJEMPLO CLASIFICACIÓN categoria categoria Continuo clase Test Set Training Set Modelo Clasifica- dor

37. REPRESENTACIÓN : ÁRBOL DE DECISIONES Refund MarSt TaxInc YES NO NO NO Yes No Married Single, Divorced < 80K > 80K Atributos Divididos categoria categoria continuo clase

39. ALGORITMO K-MEANS Initial seeds

40. ALGORITMO K-MEANS Nuevos Centros

41. ALGORITMO K-MEANS Centros Finales

42. MODELO LÓGICO Mining Model Mining Model Training Data DB data Client data Application data Data Mining Engine To Predict Predicted Data Mining Model DB data Client data Application data “ Just one row ” Data Mining Engine algorithm

43. MODELO FÍSICO Analysis Services Server Mining Model Data Mining Algorithm Data Source Interfaz Gráfica OLE DB/ ADOMD/ XMLA App Data Resultado de la Evaulacion