Mineria de datos

Minería de datos

Conjunto de técnicas, herramientas, métodos estadísticos utilizados para extraer y presentar datos que den a conocer las tendencias y comportamientos de los usuarios.

Es

Pasos

Tareas

1. Limpieza de los datos (remueve datos inconsistentes).

2. Integración de los datos (Combina fuentes de datos).

3. Selección de los datos (datos más relevantes).

4. Minería de datos (métodos aplicados para extraer patrones de datos).

5. Evaluación de patrones (identifica patrones basado en medidas de interés).

6. Representación del conocimiento.

1. Clasificación/Predicción: encontrar modelo que describe y distingue las clases de datos.

2. Agrupamiento (clustering): analiza objetos de datos sin consultar una clase conocida.

3. Reglas de clasificación. Son una alternativa para los árboles de decisión.

4. Reglas de asociación: pueden predecir cualquier atributo, no solo la clase.

Clasificación y predicción.

Tecnologías distribuidas para aplicaciones de minería de datos.

Formas de análisis de datos que describen importantes clases de datos o predicen tendencias futuras de los datos.

Es

Clasificación Bayesiana

k-Vecinos Más Cercanos

Máquinas de Vectores de Soporte

1. Conjunto de entrenamiento: grupo de casos o registros de una fuente de datos.

2. Conjunto de prueba: casos o registros de una fuente de datos, usado para medir la exactitud del clasificador generado.

3. Atributo clase o clase objetivo: valor discreto y sin orden que identifica o etiqueta a un conjunto de registros o casos históricos.

4. Aprendizaje supervisado: técnica para aprender una función a partir de un conjunto de entrenamiento dado.

Conceptos relacionados

Predicen la probabilidad de que una instancia dada pertenezca a una clase en particular.

Almacena el conjunto para clasificarse en nuevas instancias, busca en los ejemplos almacenados casos similares y se les asigna la clase más probable en éstos.

Intento de encontrar una superficie que separe a los ejemplos positivos de los negativos por el margen más amplio posible.

Clasificación por arboles de decisión

Estructura de flujo de trabajo similar a un árbol, donde cada nodo interno representa una prueba sobre un atributo, cada rama representa un resultado de la prueba, y cada nodo hoja contiene una etiqueta clase y el nodo de más alto nivel representa el nodo raíz.

Métodos de selección de atributo de separación

1. Entropía.

2. Ganancia de información.

4. Algoritmo ID3.

5. Algoritmo C4.5.

Elaborado por Iliana Guadalupe Almaraz Urias.

Modelo cliente-servidor

Servicios Web

RMI

Modelo para el desarrollo de sistemas de información en el que las transacciones se dividen en procesos independientes que cooperan entre sí para intercambiar información, servicios o recursos.

Sistema de software diseñado para soportar la interoperabilidad máquina-máquina sobre una red.

Mecanismo diseñado por Java para soportar llamadas a procedimientos remotos entre objetos que se ejecutan sobre Máquinas Virtuales Java (JVM).

Tipos