Minería

Minería

1. Minería de Datos

   • La minería de datos o exploración de datos (es la etapa de análisis de “Knowledge Discovery in Databases” o KDD) es un campo de la estadística y las ciencias de la computación. Este hace referencia al proceso que intenta descubrir patrones en grandes volúmenes de datos. Utiliza los métodos de la inteligencia artificial, aprendizaje automático, estadística y sistemas de bases de datos.

2. Minería de Texto

   • Diferencias
     • Aplicaciones
       • En todos los dominios posibles
       • Agrupamiento
       • Sus propósitos principales, la predicción, descripción, explicación, optimización y exploración
       • Riesgos y Probabilidades
     • Aplicación
       • Búsqueda de la información, mas avanzada centrada en concepto y ofrece alternativas
       • Extracción de información, ofrecer conceptos o frases de documentos para decidir la relevancia o formar nuevos documentos
       • Análisis de colecciones de texto, la revisión de colecciones. tareas de categorización (previas) y de clasificación/claustering (automática)
     • • Es utilizado en el campo de la estadística y la computación
       • Es una aplicación de la minería de datos KDD
       • Gran cantidad de información textual organizados en documento
       • Mayor volumen de parámetros y variables en la organización y clasificación del contenido de los espacios de información digital
       • Su objetivo es analizar uno o varios textos de una colección para seleccionar textos relevantes o extraer partes
       • • Ejemplos de uso en diferentes campos
           • • Investigación
               • El descubrir nuevos conocimientos, la atención médica y sanitaria, anteriormente, a un investigador le lleva mucho tiempo analizar para obtener información relevante. La minería de textos permite a los investigadores encontrar más información y de forma más rápida y eficiente.
             • Negocios
               • Las grandes empresas utilizan la minería de textos para ayudar en la toma de decisiones y responder rápidamente a las consultas de los clientes en procesos tales como la gestión de riesgos o el filtrado de currículos
             • Seguridad
               • En anti-terrorismo, el análisis de los blogs y otras fuentes de texto en línea se utiliza para prevenir delitos en Internet y luchar contra el fraude.
             • Diariamente
               • Es usada por los sitios web de correo electrónico para crear métodos de filtrado más confiables y efectivos, para el filtrado de spam, análisis de datos de medios sociales, etc. También para identificar las relaciones entre los usuarios y ciertos productos o para determinar las opiniones de los usuarios sobre temas particulares
       • Descubre patrones con grandes cantidades de datos
         • Emplea
           • Machine Learning
           • Estadística
           • Métodos de IA
           • Sistema de BD
       • La minería de datos ayuda a las empresas a elegir las rutas por donde llevarán el curso de las empresas, así como a conseguir ventajas competitivas contra sus rivales de mercado
       • Utiliza técnicas
         • Cluster
         • Asociaciones
         • Clasificaciones
         • Visualizaciones
         • Redes neuronales
         • Algoritmos genéricos
         • Detección de desviaciones
   • La minería de textos busca extraer información útil e importante de formatos de documentos heterogéneos, tales como páginas web, correos electrónicos, medios sociales, artículos de revistas, etc. Esto se hace mediante la identificación de patrones dentro de los textos, tales como tendencias en el uso de palabras, estructura sintáctica, etc

3. Camila Rincón Navarro

4. De Datos

   • Espaciales
     • Posee la base teórica y metodológica para la identificación de patrones sobre los datos y tiene como objetivo descubrir de forma automatizada patrones inesperados potencialmente útiles en SDBMS. No solo se encarga de los datos no espaciales, sino que además tiene en cuenta la localización de los objetos y sus relaciones topológicas.
       • Utiliza métodos
         • Basados en la generalización: requieren de la implementación de jerarquías de conceptos, bien temática o espacial.
         • Basados en el reconocimiento de patrones: son utilizados en la clasificación de información que pueden ser imágenes de satélites, fotografías, textos o cualquier fuente de datos.
           • De agrupamiento: permiten agrupar los objetos de una base de datos en grupos llamados conglomerados, conformados por elementos tan similares como sea posible.
           • De exploración de asociaciones espaciales: permiten descubrir reglas de asociación espacial que relacionen a uno o más objetos espaciales.
           • Mediante el uso de aproximación y agregación: permiten descubrir conocimiento a partir de las características representativas de los objetos.
   • Temporales
     • Es una secuencia de datos, observaciones o valores, medidos en determinados momentos y ordenados cronológicamente.
   • Secuenciales
     • Es la extracción de patrones frecuentes relacionados con el tiempo u otro tipo de secuencia
       • Son eventos que se enlazan con el paso del tiempo, por ejemplo, si se compra una casa, 65% de las veces se comprará un refrigerador dentro de las siguientes dos semanas.
   • Multimedia
     • Se pueden encontrar diversas aplicaciones de la minería a datos multimedia como texto, imágenes, audios y vídeos.
       • La minería de texto estudia la aplicación de técnicas analíticas a documentos de texto. El enfoque más utilizado es llamado bolsa de palabras, donde los documentos son representados por vectores
       • La minería de imágenes, comúnmente, realiza una caracterización por medio de histogramas de color en diversos espacios como RGB, HSV, YUV, entre otros. Adicionalmente, se pueden extraer características de textura y forma.
       • La minería de audio, comúnmente, realiza un enventanamiento para extraer características de bajo nivel en el dominio del tiempo y la frecuencia. Algunas características del dominio del tiempo son la energía, cruces por cero y silencios.
       • La minería de vídeos se presenta como la conjunción de características de textos, imágenes y audio.