Minería de sucesos para la modelización explicativa

Título original:

Event Mining for Explanatory Modeling

Contenido del libro:

Este libro introduce el concepto de minería de eventos para construir modelos explicativos a partir del análisis de datos correlacionados. Un modelo de este tipo puede servir de base para predicciones y acciones correctivas.

La idea es crear, mediante un proceso iterativo, un modelo que explique las relaciones causales en forma de patrones estructurales y temporales en los datos. La primera fase es el proceso de formación de hipótesis basado en los datos, que requiere el análisis de grandes cantidades de datos para encontrar hipótesis candidatas sólidas. La segunda fase es la comprobación de hipótesis, en la que se utilizan los conocimientos y el juicio de un experto en la materia para comprobar y modificar las hipótesis candidatas.

El libro pretende ser una introducción a la minería de eventos para entusiastas de los datos y profesionales de la información interesados en emplear estas técnicas de análisis de datos basadas en eventos en diversas aplicaciones. Se presentan al lector los marcos de representación y razonamiento del conocimiento temporal, así como la minería de datos temporal y el descubrimiento de patrones.

También se analizan los principios de diseño de los sistemas de minería de eventos. El enfoque se reafirma con la presentación de un sistema de minería de eventos denominado EventMiner, un marco computacional para la construcción de modelos explicativos.

El libro contiene estudios de casos de uso de EventMiner en la gestión de riesgos del asma y una arquitectura para el yo objetivo. El texto puede ser utilizado por investigadores interesados en aprovechar el valor de los big data heterogéneos para diseñar modelos explicativos basados en eventos en diversas áreas de aplicación, como la atención sanitaria, el análisis de datos biológicos, el mantenimiento predictivo de sistemas, las redes informáticas y la inteligencia empresarial.