mineria de datos2
DESCRIPTION
mineria datosTRANSCRIPT
![Page 1: Mineria de Datos2](https://reader038.vdocuments.net/reader038/viewer/2022100607/55cf8658550346484b96c05f/html5/thumbnails/1.jpg)
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!
![Page 2: Mineria de Datos2](https://reader038.vdocuments.net/reader038/viewer/2022100607/55cf8658550346484b96c05f/html5/thumbnails/2.jpg)
7/18/2019 Mineria de Datos2
http://slidepdf.com/reader/full/mineria-de-datos2 2/5
• &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!
![Page 3: Mineria de Datos2](https://reader038.vdocuments.net/reader038/viewer/2022100607/55cf8658550346484b96c05f/html5/thumbnails/3.jpg)
7/18/2019 Mineria de Datos2
http://slidepdf.com/reader/full/mineria-de-datos2 3/5
"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
![Page 4: Mineria de Datos2](https://reader038.vdocuments.net/reader038/viewer/2022100607/55cf8658550346484b96c05f/html5/thumbnails/4.jpg)
7/18/2019 Mineria de Datos2
http://slidepdf.com/reader/full/mineria-de-datos2 4/5
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"
![Page 5: Mineria de Datos2](https://reader038.vdocuments.net/reader038/viewer/2022100607/55cf8658550346484b96c05f/html5/thumbnails/5.jpg)
7/18/2019 Mineria de Datos2
http://slidepdf.com/reader/full/mineria-de-datos2 5/5