#SQLSat254
Ing. Eduardo Castro, PhD
Servidor MVP Microsoft SQL
ecastro@simsasys.com
http://www.youtube.com/eduardocastrom
Comunidad d...
Patrocinadores / Sponsors
 GOLD
 SILVER
 BRONCE
 Personal/Swag
Bienvenidos
 Ing. Eduardo Castro, PhD
Eduardo
Castro
http://ecastrom.blogspot.com
@ Edocastro
Canal en YouTube
 http://www.youtube.com
/ eduardocastrom
Agenda
 Fundamentos
 Demostración
 Recursos
Definiciones
Frase Objetivo
"La minería de datos" Toma de decisiones
"Machine Learning" Determinar el algoritmo de mejor
d...
Análisis predictivo
Análisis predictivo
¿Por qué el resurgimiento en el análisis predictivo?
¿Qué es el análisis predictivo?
 El análisis de datos con técnicas matemáticas de
estadística, minería de datos y aprendi...
¿Qué es el análisis predictivo?
Escenarios comunes de clientes por análisis
predictivo
El análisis predictivo y flujo de trabajo: proceso genérico
El análisis predictivo ejemplo de flujo de trabajo: tarjetas
de crédito
El análisis predictivo ejemplo de flujo de trabajo: tarjetas
de crédito
Datos de crédito del Banco.
Los datos del historia...
El análisis predictivo ejemplo de flujo de trabajo: tarjetas
de crédito
Utilice Microsoft o una solución de terceros
(por ...
El análisis predictivo ejemplo de flujo de trabajo: tarjetas
de crédito
Utilice Microsoft o una solución de terceros
(por ...
El análisis predictivo ejemplo de flujo de trabajo: tarjetas
de crédito
Utilice Microsoft o una solución de terceros
(por ...
Herramientas de análisis predictivo de Microsoft
Solución de problemas empresariales reales con herramientas de
análisis predictivo de Microsoft: el problema
Solución de problemas empresariales reales con herramientas de
análisis predictivo de Microsoft: la solución
Modelos de orientación al cliente: árboles de decisión
Modelos de orientación al cliente: resultados
Solución # 2: Análisis de victorias / derrotas
Modelo de segmentación del cliente con la agrupación
Modelo de segmentación del cliente
Entender por qué algunos clientes no compran productos X
SQL Server Data Mining
 Servicio, no aplicación
 SQL Server Análisis Services
(SSAS)
 Múltiples interfaces:
 SQL Serve...
SQL Analysis Services Algoritmos de minería
 Algoritmos de clasificación
 Árboles de decisión de Microsoft
 Microsoft N...
Minería de datos para Excel
 Construido para Office 2010:
32-bit o 64-bit Add-In
 Requiere Analysis Services
 SQL Serve...
Minería de datos para Excel
 Minería de datos cliente para Excel
 Construir, validar y gestionar los modelos de datos
 ...
PowerPivot para Excel
 Características
 Libros de Excel
 Aprovecha la memoria: Procesamiento rápido
 Carga los grandes...
PowerPivot
http://www.microsoft.com / en-us / bi / powerpivot.aspx
Los datos de demostración
 Contoso Retail conjunto de datos de demostración
 http://www.microsoft.com/en-
us/download/de...
DEMOSTRACIÓN
Errores comunes en el análisis predictivo
Resumen
Cómo empezar
 Excel Data Mining Add-In (gratuito)
 http://www.microsoft.com/en-us/download/details.aspx?id=29061
 Power...
Conclusión
 SQL Server Analysis Services proporciona la minería de datos
de nivel empresarial para Excel 2010 con PowerPi...
GRACIAS!!
Upcoming SlideShare
Loading in...5
×

Minería datos con SQL Server 2012

1,571

Published on

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
1,571
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
0
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Minería datos con SQL Server 2012

  1. 1. #SQLSat254
  2. 2. Ing. Eduardo Castro, PhD Servidor MVP Microsoft SQL ecastro@simsasys.com http://www.youtube.com/eduardocastrom Comunidad de Windows Costa Rica Minería de Datos con SQL Server 2012 utilizando Excel y PowerPivot
  3. 3. Patrocinadores / Sponsors  GOLD  SILVER  BRONCE  Personal/Swag
  4. 4. Bienvenidos  Ing. Eduardo Castro, PhD Eduardo Castro http://ecastrom.blogspot.com @ Edocastro
  5. 5. Canal en YouTube  http://www.youtube.com / eduardocastrom
  6. 6. Agenda  Fundamentos  Demostración  Recursos
  7. 7. Definiciones Frase Objetivo "La minería de datos" Toma de decisiones "Machine Learning" Determinar el algoritmo de mejor desempeño
  8. 8. Análisis predictivo
  9. 9. Análisis predictivo
  10. 10. ¿Por qué el resurgimiento en el análisis predictivo?
  11. 11. ¿Qué es el análisis predictivo?  El análisis de datos con técnicas matemáticas de estadística, minería de datos y aprendizaje automático. Se utiliza para descubrir patrones ocultos, que da una ventaja competitiva.
  12. 12. ¿Qué es el análisis predictivo?
  13. 13. Escenarios comunes de clientes por análisis predictivo
  14. 14. El análisis predictivo y flujo de trabajo: proceso genérico
  15. 15. El análisis predictivo ejemplo de flujo de trabajo: tarjetas de crédito
  16. 16. El análisis predictivo ejemplo de flujo de trabajo: tarjetas de crédito Datos de crédito del Banco. Los datos del historial de pago de la oficina de crédito. Los datos demográficos de terceros. Hacer frente a los valores extremos y valores perdidos. Preparar las variables continuas y categóricas.
  17. 17. El análisis predictivo ejemplo de flujo de trabajo: tarjetas de crédito Utilice Microsoft o una solución de terceros (por ejemplo, SAS). O ... Programe su propio algoritmo. Entrenar el modelo con gran subconjunto de los datos y probado en subconjunto más pequeño. La regresión logística es un estándar de facto.
  18. 18. El análisis predictivo ejemplo de flujo de trabajo: tarjetas de crédito Utilice Microsoft o una solución de terceros (por ejemplo, SAS). O ... Programe su propio algoritmo. Entrenar el modelo con gran subconjunto de los datos y probado en subconjunto más pequeño. La regresión logística es un estándar de facto. Representar al modelo como una fórmula. Implementar el modelo en la herramienta de puntuación del banco. Integrar los resultados del modelo en aplicaciones para el uso por parte del personal o los socios del banco.
  19. 19. El análisis predictivo ejemplo de flujo de trabajo: tarjetas de crédito Utilice Microsoft o una solución de terceros (por ejemplo, SAS). O ... Programe su propio algoritmo. Entrenar el modelo con gran subconjunto de los datos y probado en subconjunto más pequeño. La regresión logística es un estándar de facto. Monitorear continuamente el rendimiento del cuadro de mando de los nuevos clientes. Revisar el modelo una vez que comienza bajo rendimiento. Representar al modelo como una fórmula. Implementar el modelo en la herramienta de puntuación del banco. Integrar los resultados del modelo en aplicaciones para el uso por parte del personal o los socios del banco.
  20. 20. Herramientas de análisis predictivo de Microsoft
  21. 21. Solución de problemas empresariales reales con herramientas de análisis predictivo de Microsoft: el problema
  22. 22. Solución de problemas empresariales reales con herramientas de análisis predictivo de Microsoft: la solución
  23. 23. Modelos de orientación al cliente: árboles de decisión
  24. 24. Modelos de orientación al cliente: resultados
  25. 25. Solución # 2: Análisis de victorias / derrotas
  26. 26. Modelo de segmentación del cliente con la agrupación
  27. 27. Modelo de segmentación del cliente Entender por qué algunos clientes no compran productos X
  28. 28. SQL Server Data Mining  Servicio, no aplicación  SQL Server Análisis Services (SSAS)  Múltiples interfaces:  SQL Server Data Tools (SSDT) ​​SQL Server Management Studio (SSMS)  PowerShell
  29. 29. SQL Analysis Services Algoritmos de minería  Algoritmos de clasificación  Árboles de decisión de Microsoft  Microsoft Neural Network  Microsoft Naive Bayes  Algoritmos de regresión  Serie temporal de Microsoft  Regresión lineal de Microsoft  Microsoft regresión logística  Algoritmos de segmentación o agrupación  Microsoft Clustering  Algoritmos de asociación  Microsoft Asociación  Algoritmos de análisis de la secuencia  Microsoft clústeres de secuencia
  30. 30. Minería de datos para Excel  Construido para Office 2010: 32-bit o 64-bit Add-In  Requiere Analysis Services  SQL Server 2012 Data Mining  Enterprise o  Inteligencia de Negocios o  Revelador
  31. 31. Minería de datos para Excel  Minería de datos cliente para Excel  Construir, validar y gestionar los modelos de datos  Examinar y modelos de minería de datos de consulta • Herramientas de tabla de análisis para Excel  Lleve a cabo una serie de análisis de mesa  No se requieren conocimientos de la minería de datos
  32. 32. PowerPivot para Excel  Características  Libros de Excel  Aprovecha la memoria: Procesamiento rápido  Carga los grandes conjuntos de datos (especialmente de 64 bits)  Analytics a través DAX  Aprovecha los procesadores Multi-Core
  33. 33. PowerPivot http://www.microsoft.com / en-us / bi / powerpivot.aspx
  34. 34. Los datos de demostración  Contoso Retail conjunto de datos de demostración  http://www.microsoft.com/en- us/download/details.aspx?id=18279  De Windows Azure Marketplace  https://datamarket.azure.com/
  35. 35. DEMOSTRACIÓN
  36. 36. Errores comunes en el análisis predictivo
  37. 37. Resumen
  38. 38. Cómo empezar  Excel Data Mining Add-In (gratuito)  http://www.microsoft.com/en-us/download/details.aspx?id=29061  PowerPivot (Free)  http://www.microsoft.com / en-us / bi / powerpivot.aspx  Windows 7  http://windows.microsoft.com/en-US/windows/shop/windows-7  SQL Server 2012  http://www.microsoft.com / sqlserver / es / es / default.aspx  Microsoft Office  http://office.microsoft.com/en-us/
  39. 39. Conclusión  SQL Server Analysis Services proporciona la minería de datos de nivel empresarial para Excel 2010 con PowerPivot
  40. 40. GRACIAS!!

×