Ciencia de datos

Ciencia de datos

1. Data Warehouse

   • ¿Qué es?
     • Bases de datos inmensas
       • Contienen
         • Datos para analisis
         • Análisis estadísticos
         • Informes
         • Herramientas de análisis
   • Usos
     • Toma de decisiones
     • Almacena grandes cantidades de datos
     • Generación de informes
   • Caracteristicas
     • Integrado
       • Todas las inconsistencias son eliminadas
     • Temático
       • Los datos se organizan por temas
     • No volatil
       • No se modifican los datos

2. Minería de Datos

   • ¿Qué es?
     • Es un algoritmo que automatiza
       • Abstracción de conocimiento
         • De información no evidente
   • Usos
     • Genera informes de conocimiento
     • Creación de herramientas visuales para el conocimiento
     • Identifica patrones y relaciones en grandes cantidades de datos
   • Se basa en
     • Metodos estadisticos
       • Análisis factorial
       • Regresión lineal
       • Logistica

3. Micromarketing

   • ¿Qué es?
     • Es una estrategia
       • Localiza nichos nuevos de mercado
         • Mejorar la mercadotecnia de la empresa
   • Se puede dirigir a
     • Local
       • Orientado a una ciudad o vecindario específico.
     • Industria
       • Orientado a un nicho de la industria.
     • Tamaño
       • Dirigido a una empresa en función de su tamaño.

4. OLAP

   • ¿Qué es?
     • Analiza grandes volúmenes de datos
       • Sus funciones son
         • Organiza los datos en una estructura multidimensional
         • Agregación de datos
         • Operaciones OLAP (Roll-up, Drill-down, Slice, y Dice)
   • Diferencias
     • Enfoque
       • Data Warehouse: Enfoque en la organización y almacenamiento de datos.
       • OLAP: Enfoque en la exploración y análisis multidimensional de datos.
       • Minería de Datos: Enfoque en el descubrimiento de conocimiento y patrones ocultos en los datos.
     • Propósito
       • Data Waterhouse: Almacena y consolida datos para análisis y generación de informes.
       • OLAP: Facilita el análisis interactivo y multidimensional de los datos almacenados.
       • Minería de Datos: Descubre patrones ocultos y realiza predicciones basadas en los datos.
     • Metodos
       • Data Warehouse: ETL (Extract, Transform, Load) para consolidar datos.
       • OLAP: Operaciones como "drill-down", "roll-up", "slice-and-dice".
       • Minería de Datos: Algoritmos de clustering, clasificación, regresión, etc.