En una organización existe gran cantidad de datos, lo que en muchas ocasiones representa dificultades en el proceso de toma de decisiones; es por ello que es necesario disponer de información justa y precisa.

La Minería de Datos consiste en un proceso de extracción de información útil y patrones ocultos en los datos que surgen de la aplicación de algoritmos estadísticos y computacionales.

Todos estos mecanismos de la minería de datos aportan información útil, lo que facilita y optimiza la toma de decisiones.

Existen diversas herramientas computacionales libres como comerciales que permiten implementar técnicas del aprendizaje automático.

El objetivo del trabajo es dar a conocer las técnicas más usadas de minería de datos que ofrece el Software Libre “Weka”.

En este artículo se va a realizar un resumen del estado actual en la investigación sobre la aplicación específica de técnicas de minería de datos a los sistemas de enseñanza a distancia basados en web o sistemas de e-learning.

Tanto la minería de datos como los sistemas de enseñanza basados en web son áreas muy de actualidad y con un gran crecimiento, por lo que su unión está despertando interés entre los investigadores y las empresas de ambas áreas.

De entre los diferentes métodos y técnicas existentes de minería de datos, nos hemos centrado principalmente en la minería de utilización web, concretamente en clasificación y agrupamiento, descubrimiento de reglas de asociación y secuencias de patrones, ya que son las técnicas más utilizadas actualmente en sistemas de e-learning, aunque también se describen algunas otras técnicas diferentes como minería de contenidos y minería de texto, detección de anomalías, etc.

Este trabajo está enmarcado en el tema de minería de datos y tiene como finalidad descubrir el nivel de confianza de los algoritmos de clasificación.

Esto se realizará mediante corridas de los algoritmos supervisados de clasificación mostrando el nivel de bondad que tiene los modelos generados. El interrogante que este trabajo pretende develar es si este nivel de confianza aumenta o disminuye al disponer de mayor cantidad de datos de entrenamiento.

Para efectuar las corridas de dichos algoritmos utilizaremos el software Weka una herramienta libre para el aprendizaje automático de la información.