Skip to content.
Fecha y contacte con
Lunes, 21 de mayo de 2012   Delegaciones i3B   Contacte con nosotros   Añade la web de i3B a tus favoritos  
 
Home » Noticias » 2010 » DDM, Dynamic Data Miner

DDM, Dynamic Data Miner

Bajo el nombre de minería de datos se engloba un conjunto de técnicas encaminadas a la extracción del "conocimiento" procesable implícito en las bases de datos o en información no estructurada. Las bases de la minería de datos se encuentran en la inteligencia artificial y en el análisis estadístico.

La minería de datos difiere de la estadística tradicional en que en la estadística una hipótesis está formulada y validada en los datos, mientras que en la minería de datos los patrones se extraen automáticamente de los datos. Mediante los modelos obtenidos utilizando estas técnicas se aborda la solución a problemas de predicción, clasificación y segmentación.

El objetivo de DDM es generar una plataforma robusta y estable que permita realizar procesos de Datamining y KDD de una forma muy sencilla, guiada y gráfica, con las siguientes premisas:

    • DDM permitirá guiar a un usuario no experto a través procesos Datamining de una forma amigable, sencilla y gráfica, en función de las preguntas, respuestas y datos que el usuario vaya suministrando al sistema, a partir de un tutorial experto entrenado para gestionar este control.
    • DDM irá detectando, paso a paso, a qué tipo de problema se enfrenta, a qué sector industrial o comercial pertenece, que tipología de solución debe aplicar y podrá seleccionar del conjunto de los distintos métodos de DataMining aquellos que más se adapten al conjunto de respuestas suministradas.
    • DDM se construirá como un sistema experto que determinará al final del ciclo si los resultados obtenidos son lo suficientemente válidos, si sirven para dar respuesta a los requerimientos del usuario y además será capaz de explicar cómo ha llegado a dichas conclusiones. En definitiva, evaluará los métodos utilizados, y en caso de no estar satisfecho con dicha evaluación, comenzará el ciclo de nuevo.
    • DDM trabajará en paralelo determinando, en base a la naturaleza del conjunto de datos que se le está suministrando, a la experiencia del sistema y a ciertas funciones de optimización, cuál de los métodos clásicos de DataMining es el más adecuado en cada ciclo y seleccionará aquél que mejor resultado suministre, pudiendo simular y evaluar en cada paso distintos escenarios en función de las diferentes técnicas que se estén utilizando.
    • DDM irá adquiriendo conocimiento en función de los diversos casos de éxito que se vayan registrando, de forma que dicho aprendizaje pueda ser reutilizable para nuevos proyectos.

Ibermática e i3B desarrollan este proyecto que cuenta con el apoyo del Gobierno Vasco hasta el año 2011.

DDM, Dynamic Data Miner (Dibujo)