Tutorial intermedio de minería de datos (Analysis Services - Minería de datos)
Microsoft Analysis Services ofrece un entorno integrado para crear modelos de minería de datos y trabajar con ellos. Puede crear fácilmente enlaces con orígenes de datos, crear y probar varios modelos basados en los mismos datos e implementar los modelos para utilizarlos en análisis predictivos.
En el Tutorial básico de minería de datos, aprendió a utilizar Business Intelligence Development Studio para crear una solución de minería de datos y generó tres modelos para una campaña de envío de correo directo con el fin de analizar el comportamiento de compra de los clientes e identificar a los compradores potenciales.
Para llevar a cabo el siguiente tutorial, debe conocer las herramientas de minería de datos y los visores del modelo de minería de datos que se presentaron en el Tutorial básico de minería de datos. Este tutorial intermedio se basa en esa experiencia y presenta varios escenarios nuevos, incluido el análisis de previsiones y cesta de la compra. Aprenderá a crear un modelo de serie temporal, un modelo de asociación y un modelo de agrupación en clústeres de secuencia. Aprenderá también a utilizar las tablas anidadas en un modelo y a crear filtros en ellas.
En todos los escenarios se utiliza el origen de datos AdventureWorksDW2008R2, pero creará vistas del origen de datos diferentes para los distintos escenarios. Puede llevar a cabo las lecciones en cualquier orden siempre que cree primero el origen de datos.
Las lecciones son independientes y se pueden completar por separado.
Escenarios de las lecciones
Una vez finalizada correctamente la campaña de envío de correo directo, se le ha pedido que aplique sus conocimientos sobre minería de datos a fin de desarrollar modelos nuevos para los planes empresariales. Entre estos nuevos tipos de modelos se incluyen los siguientes:
Modelos de serie temporal para predecir las ventas de productos en diferentes regiones de todo el mundo. Desarrollará modelos individuales destinados a cada región y generará un modelo que se pueda utilizar para la predicción cruzada.
Modelo de asociación para analizar las agrupaciones de productos que se compran durante las visitas al sitio de comercio electrónico Adventure Works Cycles. En función de este modelo de cesta de la compra, podría recomendar productos a los clientes.
Modelo de agrupación en clústeres de secuencia para analizar el orden en que los clientes compran los productos. A partir de este modelo puede planear cambios en el diseño del sitio web o en las ofertas de nuevos productos.
Modelo de red neural y modelos de regresión logística: realizar análisis exploratorios de datos de centros de llamadas. Basándose en los conocimientos del modelo preliminar, creará un modelo para identificar posibles estrategias para mejorar la experiencia del cliente con el centro de llamadas.
Aprendizaje
Este tutorial le enseñará a crear varios tipos de algoritmos de minería de datos y a trabajar con ellos. Este tutorial también introduce los conceptos siguientes:
Usar tablas anidadas para generar modelos
Elegir una clave de tabla anidada, una clave de serie temporal o una clave de secuencia
Filtrar las tablas anidadas al crear modelos o realizar predicciones
Determinar si hay datos suficientes para un modelo
Crear un modelo general y aplicarlo a varios conjuntos de datos
El tutorial está compuesto por las lecciones siguientes:
Lección 1: Crear la solución de minería de datos intermedia (Tutorial intermedio de minería de datos)
En esta lección creará un nuevo proyecto basado en la base de datos AdventureWorksDW2008R2 que admite varias vistas del origen de datos nuevas y muchos más modelos de minería de datos.Lección 2: generar un escenario de pronóstico (Tutorial intermedio de minería de datos)
En esta lección aprenderá a crear un modelo de minería de datos que se pueda utilizar como parte de un escenario de previsión. Analizará también los modelos de minería de datos creados con el algoritmo de serie temporal de Microsoft.Creará modelos para regiones individuales y, a continuación, creará un modelo general que se pueda utilizar en la predicción cruzada.
Lección 3: Generar un escenario de cesta de la compra (Tutorial intermedio de minería de datos)
En esta lección agregará una nueva vista del origen de datos y aprenderá a trabajar con tablas anidadas y claves. A partir de estos datos, creará un modelo de minería de datos que se pueda utilizar como parte de un escenario de cesta de la compra. Analizará también los modelos de minería de datos creados con el algoritmo de asociación de Microsoft.Lección 4: Generar un escenario de clústeres de secuencia (Tutorial intermedio de minería de datos)
En esta lección aprenderá a crear un modelo de minería de datos que se pueda utilizar como parte de un escenario de agrupación en clústeres de secuencia. Asimismo, aprenderá a explorar los modelos de minería de datos creados mediante el algoritmo de clústeres de secuencia de Microsoft.Lección 5: Generar modelos de red neuronal y de regresión logística (Tutorial intermedio de minería de datos)
En esta lección, creará varios modelos de minería de datos relacionados, utilizando los algoritmos de Red neural de Microsoft y de Regresión logística de Microsoft. También aprenderá a trabajar con vistas de origen de datos para explorar datos subyacentes de los modelos.
Requisitos
Asegúrese de que los siguientes componentes estén instalados:
Microsoft SQL Server 2008 R2
Microsoft SQL Server Analysis Services
SQL Server con la base de datos AdventureWorksDW2008R2.
Con el fin de mejorar la seguridad, las bases de datos de ejemplo no se instalan de forma predeterminada. Para instalar las bases de datos oficiales de Microsoft SQL Server, visite la página Bases de datos de ejemplo de Microsoft SQL y seleccione SQL Server 2008R2.
Nota
Al trabajar con el tutorial, le resultará más fácil avanzar o retroceder pasos si agrega los botones Tema siguiente y Tema anterior a la barra de herramientas del visor de documentos. Para obtener más información, vea Agregar los botones Siguiente y Anterior a la Ayuda.
Vea también