Mind map

Minería de Datos

OBDULIA CANO CASTRO English

Map content

Minería de Datos

Definición
- Tambien conocida como explotacion de datos es un campo de la estadística y de las Ciencias de la Computación. Se refiere al proceso de descubrir patrones en conjuntos de datos de grandes. Estos patrones aydan a crear un modelo predictivo para mantenerse al tanto de los comportamientos futuros.
Desempeñan las siguientes técnicas:
- Descriptivas
  - Propósito:
    - Hacer que los datos se organicen de manera comprensible a través de patrones y modelos fáciles de usar.
      - Técnicas Aplicadas:
        Asociación
        Se generan analizando la asociación entre los elementos de un conjunto de datos determinado.
        Agrupamiento
        Los datos se mantienen en grupos, con similitudes particulares entre ellos.
- Predicción
  - Propósito:
    - Tener la capacidad de prever valores no definidos o futuros en una u otra caracteristica de sus datos.
      - Técnicas Aplicadas:
        Clasificación
        Divide los datos en clases y grupos relativos.
        Regresión
        predecir un rango de valores númericos en un objeto de datos preciso.
Facilitan el análisis de datos:
- BIG DATA
  - Definición
    - Macrodatos o Inteligencia de Datos se refiere al conjunto de datos tan grande y complejo que, para ser tratado adecuadamente, hace falta utilizar aplicaciones informáticas no tradicionales de procesamiento.
  - Características
    - Volumen
    - Variedad
    - Visibilidad
    - Velocidad
    - Veracidad
    - Valor
- BUSINESS INTELLIGENCE
  - Definición
    - Inteligencia Empresarial o Inteligencia de Negocios hace referencia al uso de herramientas y estrategias corporativas que sirven para transformar los datos en conocimiento.
  - Ventajas
    - Mayor capacidad de analizar de forma combinada la información.
    - Mejora de análisis y optimización.
    - Capacidad de retomar ese análisis atrás en el tiempo.
    - Posibilidad de realizar proyecciones y pronósticos a tiempo futuro.
  - Algunos Productos:
    - Cuadros de Mando Integrales
    - Sistema de Soporte de Decisión
    - Sistemas de Información Ejecutiva
  - Del Tipo
    - OLAP
      - Definición
        Son herramientas que proporcionan una presentación multidimensional de un data mart, organizando y resumiendo los datos para mejorar la eficiencia de la consultas analíticas
      - Compuestas por
        CUBOS
        Conjunto de dimensiones y medidas.
        Tiene Dimensiones
        Se compone de diferentes niveles
        Medida
        Métrica del negocio que se encuentra en la intersección de las diferentes dimensiones del cubo.
        Nivel
        posible agrupamiento de una jerarquía
        ¿Trabajan?
        Como ejes que permiten identificar una porción de datos dentro del universo posible.
Aplicaciones
- Comprender la satisfacción del cliente y el sentimiento público.
- Anuncios dirigidos, marketing y recomendaciones mejoradas.
- Diagnóstico médico y evaluación de riesgo del paciente.
- Optimización de la industria de seguros.
- Evaluación del riesgo de crédito.
- Fraude Financiero y prevención de delitos de cuello blanco.
Pasos
- Identificar Los Datos
  - Recolección de Datos
    - En este punto se recolectan todos los datos que sean adecuados para facilitar el análisis posteriormente
- Remover El Ruido
  - Limpieza de Datos
    - Necesitamos asegurarnos de que solo tenemos los datos necesarios.
- Aplicar Algoritmos
  - Análisis de Datos
    - Este es el corazón del proceso, en este paso se realiza el análisis y la búsqueda de patrones se utilizan algoritmos Machine Learning
- Explicar Resultados Acciones
  - Interpretación
    - Los datos analizados son interpretados para tomar conclusiones importantes como predicciones.
¿Qué tecnologías se utilizan?
- Estadísticas
- Machine Learning
- Almacén de Datos
- recuperación de información
- Aplicaciones
- Algoritmos
- HPC
- Visualización
- reconocimiento de patrones
- Sistemas de Bases de Datos
Desafíos
- Datos ruidosos e incompletos
  - Son heterogéneos, incompletos y ruidosos, incluso podrían modificarse debido a errores humanos del sistema.
- Datos distribuidos
  - Generalmente se almacenan en diferentes plataformas en entornos informáticos distribuidos.
- Datos complejos
  - Son realmente heterogéneos y podrían ser datos multimedia que incluyen imágenes, audio y video.
- Actuación
  - Depende principalmente de la eficacia de los algoritmos y técnicas utilizados.
- Incorporación de conocimientos previos
  - Las tareas descriptivas pueden generar hallazgos más utiles y las tareas predictivas pueden generar predicciones más precisas.
- Visualización de datos
  - Es el proceso principal que muestra la salidad de una manera presentable para el usuario.
- Privacidad y seguridad de los datos
  - Normalmente da lugar a problemas graves en términos de seguridad, privacidad y gobernanza de los datos.
Referencias (APA)
- Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P (1996). From data mining to knowledge discovery in databases. Al Magazine, 17(3), 37. Jiawei Han, Michelin Kamber, Jian Pei. 2011. Tercera Edición. Data Mining: Concepts and Techniques. Daniel T. Larose. 2014. Segunda edición.Discovering Knowledge in Data: An Introduction to Data Mining. Bramer, M.(2016). Data for data mining. In Principles of data mining (9-19) Springer London. DAIL Software. (2019). Diferencias entre Big Data, Data Mining y Business Intelligence. 13/09/2020, de DAIL Software Sitio web: https://www.dail.es/diferencias-big-data-data-mining-business-intelligence/ ISOL Mentoring. (2020). La importancia de la Minería de Datos en este momento. 13/09/2020, de ISOL Sitio web: https://isol.mx/la-importancia-de-la-mineria-de-datos/ admin. (2019). ejemplos de minería de datos aplicada. 13/09/2020, de Analítica Negocios Sitio web: https://www.analiticanegocios.com/guias/ejemplos-mineria-datos-aplicada/ biSmart. (2019). Las 9 mejore
La importancia de la minería de datos actualmente:
- Los investigadores de todo el mundo están utilizando el aprendizaje automático (Machine Learning) para desarrollar modelos que simulan y predicen la propagación del virus en un intento por identificar patrones que puedan revelar las debilidades y los peligros de esta pandemia.