Mineria de Datos

Mineria de Datos

1. Que es?

   • La minería de datos es el proceso de hallar anomalías, patrones y correlaciones en grandes conjuntos de datos para predecir resultados. Empleando una amplia variedad de técnicas, puede utilizar esta información para incrementar sus ingresos, recortar costos, mejorar sus relaciones con clientes, reducir riesgos y más.

2. Nis permite

   • Filtrar todo el ruido caótico y repetitivo en sus datos. Entender qué es relevante y luego hacer un buen uso de esa información para evaluar resultados probables. Acelerar el ritmo de la toma de decisiones informadas. Aprenda más acerca de técnicas de minería de datos en Minería de datos de la A a la Z, documento que muestra cómo pueden las organizaciones utilizar la analítica predictiva y la minería de datos para revelar nuevos insights partiendo de datos.

3. Diferencia entre Mining Data y Big Data

   • El Big Data se centra en analizar los grandes volúmenes de datos que superan la capacidad de los procesamientos informáticos habituales
   • Data Mining analiza los grandes volúmenes de datos. Sintetiza e identifica y agrupa patrones de comportamiento entre los datos

4. Ventajas y desventajas

   • La minería de datos descubre información que no se esperaba obtener. Como muchos modelos diferentes son usados, algunos resultados inesperados tienden a aparecer. Las combinaciones de distintas técnicas otorgan efectos inesperados que se transforma en un valor añadido a la empresa.
   • Enormes bases de datos pueden ser analizadas mediante la tecnología de data mining.
   • Los resultados son fáciles de entender: personas sin un conocimiento previo en ingeniería informática pueden interpretar los resultados con sus propias ideas
   • Contribuye a la toma de decisiones tácticas y estratégicas para detectar la información clave
   • Permite ofrecer a tus clientes los productos o servicios que necesitan.
   • Los modelos son confiables. Los modelos son probados y comprobados usando técnicas estadísticas antes de ser usado, para que las predicciones que se obtienen sean confiables y válidas.

5. Metodo de datos

   • Definir el problema. Preparación de datos. Explorar los datos. Creación de modelos. Exploración y validación de modelos. Implementar y actualizar los modelos.