MINERIA DE DATOS

MINERIA DE DATOS

1. data mining

   • Concepto e Historia
     • es reunir las ventajas de varias áreas como la Estadística, la Inteligencia Artificial, la Computación Gráfica, las Bases de Datos y el Procesamiento Masivo, principalmente usando como materia prima las bases de datos.
       • fundamentos
         • son el resultado de un largo proceso de investigación y desarrollo de productos Data Mining está listo para su aplicación en la comunidad de negocios porque está soportado por tres tecnologías que ya están suficientemente maduras: • Recolección masiva de datos. • Potentes computadoras con multiprocesadores. • Algoritmos de Data Mining.
   • Caracteristicas y Objetivos
     • Explorar los datos en las profundidades como los almacenes de datos, que ontienen información almacenada durante varios años. En algunos casos se consolidan en un almacén de datos y en mercados de datos; en otro sen otros en servidores de Internet e Intranet.
   • Alcance
     • El nombre de Data Mining deriva de las similitudes entre buscar valiosa información de negocios en grandes bases de datos - por ej.: encontrar información de la venta de un producto entre grandes montos de Gigabytes almacenados y minar una montaña para encontrar una veta de metales valiosos
   • Arquitectura
     • Para aplicar estas técnicas avanzadas, éstas deben estar totalmente integradas con el data warehouse así como con herramientas flexibles e interactivas para el análisis de negocios.

2. fases de un proyecto de MD y aplicaciones de uso

   • Fases de un proyecto de MD
     • El proceso de minería de datos pasa por las siguientes fases: • Filtrado de datos. • Selección de Variables. • Extracción de Conocimiento. • Interpretación y Evaluación
       • Filtrado De Datos
         • El formato de los datos contenidos en la fuente de datos nunca es el idóneo, la mayoría de las veces no es posible ni siquiera utilizar ningún algoritmo de minería sobre los datos en bruto.
       • Seleccion De Variable
         • La selección de características reduce el tamaño de los datos eligiendo las variables más influyentes en el problema, Los métodos son básicamente dos: • Aquellos basados en la elección de los mejores atributos del problema • Y aquellos independientes mediante tests de sensibilidad, algoritmos de distancia o heurísticos.
       • Algoritmos De Extraccion De Conocimientos
         • pueden usarse varias técnicas a la vez para generar distintos modelos, aunque generalmente cada técnica obliga a un preprocesado diferente de los datos.
       • Interpretacion y Evaluacion
         • las conclusiones que arroja son válidas y suficientemente satisfactorias. En el caso de haber obtenido varios modelos mediante el uso de distintas técnicas.
   • Aplicaciones de Uso
     • los diferentes congresos, simposios y talleres que se realizan en el mundo se reúnen investigadores con aplicaciones muy diversas. Sobre todo en los Estados Unidos, el data mining se ha ido incorporando a la vida de empresas, gobiernos, universidades, hospitales y diversas organizaciones.
       • En el gobierno
         • El FBI analizará las bases de datos comerciales para detectar terroristas. anunció que el Departamento de Justicia comenzará a introducirse en la vasta cantidad de datos comerciales referentes a los hábitos y preferencias de compra de los consumidores.
       • En la empresa
         • es un sistema inteligente que examina transacciones, propietarios de tarjetas y datos financieros para detectar y mitigar fraudes.
       • En la universidad
         • conociendo si los recien titulados de una univercidad llevan a cabo actividades profesionales relacionadas con sus estudios
       • En investigaciones espaciales
         • proyecto skycat
           • consistio
             • clasificar los objetos en estrellas, planetas, sistemas, etc.
       • En los clubes deportivos
         • los clubes de la NBA utilizan aplicaciones inteligentes para apoyar a su cuerpo de entrenadores
           • un sotfware que utilizaba todos los registros guardados de cada evento en cada juego.