Introducción a la minería de datos y su aplicación a la salmonicultura en Chile / Pamela San Martín Peñailillo.

Ingeniero Estadístico. Licenciado en Estadística.

Actualmente las bases de datos que tienen las empresas es superior a la que pueden analizar. La transformación de grandes bases de datos en información ´útil o KDD y su etapa de minera de datos, son un campo que esta evolucionando rápidamente, y nos ayuda a analizar automáticamente grandes cantidades de información. Por tanto, el objetivo general de este trabajo es conocer sobre la teoría y practica de la minería de datos y su aplicación a la salmonicultura en Chile. Se analizaron datos obtenidos desde las bases computacionales de operación del cultivo de salmones en Chile, proporcionados por el Servicio Nacional de Pesca (Sernapesca), para luego convertirla en información ´útil y valiosa para la institución, usando las diferentes técnicas de minería de datos. La metodología empleada fue la propuesta por Fayyad et al (1996), la cu´al consta de nueve etapas: entendimiento de la aplicación, creación del conjunto de datos objetivos, preprocesado o limpieza, transformación y exploración, elección del sistema para minería de datos, elección de los algoritmos de minería de datos, minería de datos, interpretación del conocimiento extraído y finalmente la consolidación de la información descubierta. En el análisis de los datos se realizo un análisis exploratorio de los datos mediante los programas Excel, SPSS y Statistica para posteriormente utilizar el programa WEKA sobre minería de datos, probando cada una de sus herramientas: preprocesado, clasificación, agrupamiento, asociación, visualización y selección de atributos.