Minería de Datos

Minería de Datos

1. ES

   • Conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática
     • CON EL OBJETIVO
       • Encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto.

2. SURGE PARA

   • Ayudar a comprender el contenido de un repositorio de datos
     • CON EL FIN
       • Hace uso de prácticas estadísticas y, en algunos casos, de algoritmos de búsqueda próximos a la Inteligencia Artificial y a las redes neuronales.

3. UTILIZA

   • • Tecnología Tecnología de Bases de Datos • Estadística • Aprendizaje automático • Cómputo de alto rendimiento • Reconocimiento de patrones • Redes Neuronales
     • PERSPECTIVA
       • Énfasis en Eficiencia y Escalabilidad para grandes bases de datos

4. SE UTILIZA PARA:

   • PREDECIR
     • Utilizar algunas variables o campos en una base de datos para predecir valores desconocidos o futuros.
   • DESCRIBIR
     • Encontrar patrones que d ib escr an la información (interpretables por el hombre)

5. SUS TAREAS SON:

   • Clasificación
   • Regresión
   • Agrupamiento o clustering
   • Sumarización
   • Modelos de dependencias
   • Detección de cambios y desviaciones
   • Asociación
   • Análisis de Evolución

6. CLASIFICACIÓN

   • Datawarehouse
   • Transaccional
   • Relacional

7. COMPONENTES DE UNA MINERIA DE DATOS

   • Modelo de representación
   • Modelo de evaluación
   • Método de búsqueda

8. MODELOS DE REPRESENTACIÓN

   • Árbol de decisiones
   • Lógica de primer grado
   • Gráfico

9. MODELOS DE EVALUACIÓN

   • ¿Útil?
   • ¿Novedoso?
   • ¿Entendible?
   • ¿Efectivo para predecir?
   • ¿Medidas objetivas?

Images and files in the map