Algoritmos De Minería De Datos

República Bolivariana de Venezuela
Ministerio del Poder Popular para la Educación Universitaria
Instituto Universitario de Tecnología “Dr. Federico Rivero Palacio”
PNF Informática
Trayecto IV – Minería de Datos





Algoritmos de Minería de Datos











Caracas, Enero de 2012
Introducción

El algoritmo de minería de datos es el mecanismo que crea un modelo de mineríade datos. Para crear un modelo, un algoritmo analiza primero un conjunto de datos y luego busca patrones y tendencias específicos. El algoritmo utiliza los resultados de este análisis para definir los parámetros del modelo de minería de datos. Dichos parámetros se aplican en todo el conjunto de datos para extraer patrones procesables y estadísticas detalladas.
El modelo de minería de datos quecrea un algoritmo puede tomar diversas formas, incluyendo:
• Un conjunto de reglas que describen cómo se agrupan los productos en una transacción.
• Un árbol de decisión que predice si un cliente determinado comprará un producto.
• Un modelo matemático que predice las ventas.
• Un conjunto de clústeres que describe cómo se relacionan los casos de un conjunto de datos.
Con respecto a lo antesmencionado, se entiende que el uso principal de los algoritmos dentro de la minería de datos es determinar las necesidades y preferencias del cliente, basados en su actividad real. Por tal razón, la siguiente investigación abarcará las ventajas, desventajas y donde pueden aplicarse dichos algoritmos de minería de datos.



Algoritmos de Minería de Datos
Ventajas
- Determinar las necesidades ypreferencias del cliente, basados en su actividad real, y utilizar dicha información para predecir las acciones futuras.
- Capacidad para crear e identificar patrones de comportamiento dentro de un enorme volumen de datos.
- Las personas que pueden crear algoritmos de minería de datos para satisfacer las necesidades de los usuarios, esta es una expansión muy compleja de las estadísticas decrecimiento en popularidad a medida que las organizaciones buscan para obtener un beneficio más tangible de los datos que han recogido.
- Los modelos son fáciles de entender: Personas sin un back up importante de estadísticas (como un analista financiero o ejecutivos en general) pueden interpretar el modelo y compararlo con sus propias ideas; recordemos que en la organización de hoy, son los mismosejecutivos los que deben “meter las manos” a las bases de datos para obtener la información que necesitan. Así, el usuario gana más conocimientos sobre el comportamiento de los clientes y puede (y debe) usar esta ventaja para optimizar el proceso de negocios de la organización.
- Enormes bases de datos pueden ser analizadas: Enormes bases de datos pueden ser analizadas mediante la tecnología dela minería de datos. Estas Bases de datos pueden ser enormes tanto en largo como en ancho. Por ejemplo, para cada cliente se puede tener cientos de atributos que contienen información detallada; y además tener miles de registros de clientes.
- La minería de datos descubre información que no se esperaba obtener: Como muchos modelos diferentes son validados, algunos resultados inesperados tienden aaparecer. En muchos estudios, se ha descubierto que combinaciones particulares de factores entregan efectos inesperados que entregan valor a la compañía.
- Los Modelos Son Confiable: El modelo es probado y comprobado usando técnicas estadísticas antes de ser usado, luego las predicciones que se obtienen por el modelo son válidas y confiables.
- Los modelos se construyen de manera rápida: Laminería de datos permite construir y generar modelos en sólo uno minutos u horas. El modelado se torna mucho más fácil puesto que muchos algoritmos son probados y sólo el mejor modelo es entregado al usuario.
Desventajas
- Según el tipo de algoritmo si es por ejemplo secuencial el problema se centra en localizar la presencia de un conjunto de elementos seguida por otro elemento en un conjunto de...