mineria de datos2

7/18/2019 Mineria de Datos2

http://slidepdf.com/reader/full/mineria-de-datos2 1/5

Objetivo: -Investigar acerca de Data Mining (minería de datos) mediante las diferentes fuentes

información para la una correcta comprensión de la importancia y utiliación en una empresa!

Definición:Data Mining (minería de datos) es el proceso de e"tracción de información significativa d

grandes bases de datos# información $ue revela inteligencia del negocio# a trav%s de factores oculto

tendencias y correlaciones para permitir al usuario realiar predicciones $ue resuelven problemas d

negocio proporcionando una ventaja competitiva! &as 'erramientas de Data Mining predicen las nuev

perspectivas y pronostican la situación futura de la empresa# esto ayuda a los mismos a tomar decision

de negocios proactivamente!

&a minería de datos# Data Mining# es un proceso de descubrimiento de nuevas y significativas relacione

patrones y tendencias al e"aminar grandes cantidades de datos! &a disponibilidad de grandes volmen

de información y el uso generaliado de 'erramientas informticas 'a transformado el anlisis de dat

orientndolo 'acia determinadas t%cnicas especialiadas englobadas bajo el nombre de minería de dat

o Data Mining! &as t%cnicas de minería de datos persiguen el descubrimiento automtico d

conocimiento contenido en la información almacenada de modo ordenado en grandes bases de dato

*stas t%cnicas tienen como objetivo descubrir patrones# perfiles y tendencias a trav%s del anlisis de l

datos utiliando tecnologías de reconocimiento de patrones# redes neuronales# lógica difusa# algoritm

gen%ticos y otras t%cnicas avanadas de anlisis de datos! (+%re# p!,)

&a minería de datos est incluida en un proceso mayor denominado Descubrimiento de onocimient

en .ase de Datos# /no0ledge Discovery in Database (/DD)! 1igurosamente el Data Mining se restrin

a la obtención de modelos# restando las etapas anteriores y el propio Data Mining como instancias d

/DD! &a siguiente figura presenta el es$uema para la generación de conocimiento en bases de dat

/DD (2ieira# p!,3)

Características:

• &as 'erramientas de la minería de datos se combinan fcilmente y pueden analiarse y procesar

rpidamente!

• Debido a la gran cantidad de datos# algunas veces resulta necesario usar procesamiento e

paralelo para la minería de datos!



• &a minería de datos produce cinco tipos de información:

4sociaciones!

5ecuencias!

lasificaciones!

4grupamientos!

+ronósticos!

• &os mineros de datos usan varias 'erramientas y t%cnicas!

Ventajas:

Los modelos son fáciles de entender.

+ersonas sin un bac6 up importante de estadísticas pueden interpretar el modelo y compararlo con s

propias ideas!

Enormes bases de datos pueden ser analizadas.

*normes bases de datos pueden ser analiadas mediante la tecnología de la minería de datos! *stbases de datos pueden ser enormes tanto en largo como en anc'o!

La minería de datos descubre información que no se esperaba obtener.

omo muc'os modelos diferentes son validados# algunos resultados inesperados tienden a aparecer!

Los Modelos Son Confiables

*l modelo es probado y comprobado usando t%cnicas estadísticas antes de ser usado# luego l

predicciones $ue se obtienen por el modelo son vlidas y confiables!

Los modelos se construen de manera rápida.

&a minería de datos permite construir y generar modelos en sólo unos minutos u 'oras! *l modelado

torna muc'o ms fcil puesto $ue muc'os algoritmos son probados y sólo el mejor modelo es entrega

al usuario!

!mportancia:

*ntre los beneficios $ue ofrece la minería de datos estn la posibilidad de elevar los niveles

competencia de los negocios# basndose en la rapide para identificar# procesar y e"traer la informaci

$ue realmente es importante# descubriendo conocimiento y patrones en bases de datos!

• &a Minería de Datos y su impacto en la toma de decisiones en los negocios:

• &a Minería de Datos# bien empleada# se convierte en una 'erramienta estrat%gica $ue eleva l

niveles de competencia en el cambiante mundo de los negocios!

• &a Minería de Datos 'a tenido una reciente inclusión en los negocios# debido a la enorm

preocupación de las empresas por conocer ms all de los datos $ue %stos manejan!

• +ara el aprovec'amiento de la gran cantidad de conocimiento en la Minería de Datos es necesar

reducir la cantidad de datos# $uedndonos sólo con la información mínima necesaria# pa

disminuir el esfuero computacional y 'umano!

• on Data Mining# las organiaciones cuentan con una nueva forma de ver sus datos# prometien

beneficios a la solución de una gran variedad de problemas como: planeación económic

inteligencia empresarial# finanas# anlisis de mercados y anlisis de perfiles de clientes!



"erramientas:

#apidMiner (anteriormente# 74&*# 7et 4not'er &earning *nvironment) es un programa informti

para el anlisis y minería de datos el cual permite el desarrollo de procesos de anlisis de dat

mediante el encadenamiento de operadores a trav%s de un entorno grfico!

Clementine $ S%SS: 8erramienta de data mining $ue permite desarrollar modelos predictivos

desplegarlos para mejorar la toma de decisiones! *st dise9ada teniendo en cuenta a los usuari

empresariales# de manera $ue no es preciso ser un e"perto en data mining!

&life $ 'para : +lataforma bioinformtica para la toma de decisiones clínicas! +roporciona

soporte computacional a la toma de decisiones m%dicas en los procesos de diagnóstic

tratamiento y seguimiento de la evolución de los pacientes $ue permite a los profesionales clínico

dVelo( ).*$ 'para: +lataforma analítica para la toma de decisiones en tiempo real $ue predice l

escenarios futuros ms probables para optimiar los procesos críticos de cual$uier empresa# *s

orientada a los sectores de banca# finanas y mr6eting!

!+M &+) ,are-ouse Enterprise edition $ !+M : D* utilia los algoritmos de Intelligent Min

para analiar los datos del 0are'ouse y proporcionar alertas en los clientes y en

comportamiento del negocio! *n D* Design 5tudio# e"iste un conjunto de funciones

descubrimiento $ue nos permiten conocer mejor nuestros datos visualiando resultad

estadísticos de los mismos para poder entender $ue parte del 0are'ouse tiene mayor potenc

para poder ser minado!

Microsoft SL Ser/er )00* $ Microsoft: 5olución $ue ofrece un entorno integrado para cre

modelos de minería de datos (Data Mining) y trabajar con ellos! &a solución 5;& 5erver Da

Mining permite el acceso a la información necesaria para tomar decisiones inteligentes sob

problemas empresariales complejos! Data Mining es la tecnología de .I $ue ayuda a constru

modelos analíticos complejos e integrar esos modelos con sus operaciones comerciales!

MicroStrate1 &ata Minin1 Ser/ices $Microstrate1: omponente de la plataforma de .I

Micro5trategy $ue proporciona a los usuarios# modelos predictivos de data mining! +ermite reali

tareas de data mining mediante el uso de m%tricas construidas con funciones predictivas

importadas de modelos de datos de 'erramientas de data mining de terceros!

S'S 'naltics $ S'S : 5uite de soluciones analíticas $ue permiten transformar todos los datos

la organiación en conocimiento# reduciendo la incertidumbre# realiando predicciones fiables

optimiando el desempe9o!

S'S Enterprise Miner $ S'S: 5olución de minería de datos $ue proporciona gran cantidad

modelos y de alternativas! +ermite determinar pautas y tendencias# e"plica resultados conocidos



identifica factores $ue permiten asegurar efectos deseados! 4dems# compara los resultados d

las distintas t%cnicas de modeliación# tanto en t%rminos estadísticos como de negocio# dentro

un marco sencillo y fcil de interpretar!

Ejemplo:

•

4plicación en la universidad5e pretende conocer si los reci%n titulados de una universidad llevan a cabo actividades profesional

relacionadas con sus estudios! 5e 'io un estudio sobre los reci%n titulados de la carrera de Ingeniería

5istemas omputacionales del Instituto <ecnológico de 'i'ua'ua# en M%"ico! 5e $uería observar si s

reci%n titulados se insertaban en actividades profesionales relacionadas con sus estudios y# en ca

negativo# se buscaba saber el perfil $ue caracterió a los e"-alumnos durante su estancia en

universidad! *l objetivo era saber si con los planes de estudio de la universidad y el aprovec'amiento d

alumno se 'acía una buena inserción laboral o si e"istían otras variables $ue participaban en el proceso

Conclusiones:

on el presente trabajo pude concluir $ue el datamining (minería de datos)# es el conjunto t%cnicas y tecnologías $ue permiten e"plorar grandes bases de datos# de manera automtica

semiautomtica# con el objetivo de encontrar patrones repetitivos# tendencias o reglas $

e"pli$uen el comportamiento de los datos en un determinado conte"to! 4sí mismo puedo mencionar $ue el Data Mining puede ser aplicado en distintos entornos como:

gobierno# la empresa# la universidad# los deportes# etc!#ecomendaciones

5e recomienda $ue 8oy día# la creciente dinmica de mercado y competitividad llevan a

necesidad de contar con la información adecuada en el momento indicado y para ello los gerent

necesitan estar bien informados para poder tomar las decisiones de negocio apropiadas! +or otparte# los datos con los $ue cuentan dic'as organiaciones generalmente se encuentran dispers

a trav%s de diversos sistemas# propiciando de esta manera $ue datos valiosos se pierdan!

omo se vio a lo largo de ente trabajo en conocimiento de data mining es muy importante es p

eso $ue se recomienda el data mining conocerlo ya $ue se presenta como una tecnolog

emergente# con varias ventajas: por un lado# resulta un buen punto de encuentro entre l

investigadores y las personas de negocios= por otro# a'orra grandes cantidades de dinero a u

empresa y abre nuevas oportunidades de negocios! 4dems# no 'ay duda de $ue trabajar c

esta tecnología implica cuidar un sinnmero de detalles debido a $ue el producto final involuc

>toma de decisiones>!

+iblio1rafía:

• ?estio+olis!com *"perto! (@A,,# febrero @)! B;u% es Data MiningC! 1ecuperado

'ttp:000!gestiopolis!com$ue-es-data-mining

• +ere &ope# ! (@AAE)! mineria de datos:tecnicas y 'erramientas! me"ico: +araninfo!

• 2ieira .raga# &! +! (@AAF)! Introduccion a la Mineria de Datos! uba: *ditorias *-papers!

• sinne"us! (,G de Hulio de @A,A)! sinne"us! Obtenido de Datamining (Mineríadedatos):

1ecuperado de:

'ttp:000!sinne"us!combusinessintelligencedatamining!asp"

mineria de datos2

Documents