Visual Data Mining: Real Applications and New Approaches
Martínez Martínez, José María · 2014
En los ultimos anos, la visualizacion de datos se ha convertido en un area muy activa y vital de la investigacion. Es una manera eficaz de analizar grandes cantidades de datos para identificar correlaciones, tendencias, valores extremos, patrones, entre otra mucha informacion. Los datos sin procesar a menudo carecen de sentido, pero representar dichos datos visualmente ofrece al publico un contexto importante para entender la informacion contenida en ellos. Debido a la importancia de esta area de investigacion, y a su novedad, esta tesis se centra en esta tematica y pretende descubrir nuevos hallazgos, extraer conclusiones y legar contribuciones relevantes a la comunidad cientifica en dicho campo. Para alcanzar dicho proposito, este trabajo trata de abordar dos objetivos principales. El primer objetivo de la presente tesis es tratar de desarrollar nuevos metodos de visualizacion para interpretar los resultados de varios algoritmos de mineria de datos. Por ejemplo, el analisis de clusters o tecnicas de agrupamiento es un gran desafio en la visualizacion de datos; por esta razon, ambos van a menudo de la mano. Sin embargo, hay una falta de tecnicas de visualizacion asociadas al clustering y clustering jerarquico que proporcionen informacion sobre los valores de los atributos de los centroides y de las relaciones entre ellos. Por lo tanto, esta tesis investiga nuevas aproximaciones que hagan posible incluir esta informacion visualmente, ademas de encontrar nuevos metodos para visualizar los resultados de varios algoritmos de mineria de datos, aparte de los anteriormente mencionados, con el fin de ayudar a simplificar su interpretacion y para obtener una mejor comprension. Otro de los objetivos de esta tesis se centra en abordar diferentes problemas reales de diversa indole, algunos de ellos enmarcados en proyectos de investigacion financiados. La solucion de estos problemas se aborda a traves de la visualizacion de datos y mineria de datos visual con el fin de obtener una perspectiva sobre el problema, lo que hace posible la extraccion de conocimiento, el descubrimiento de informacion oculta y encontrar patrones y relaciones entre los datos. En particular, la presente tesis se centra en el uso de los conocidos Self-Organizing Maps (SOMs) para resolver problemas reales en diversos campos de investigacion, proporcionando soluciones a problemas complejos que de otra manera habria sido muy dificil de resolver.