DATA MINING



Escuela Profesional de Ingeniería de Sistemas e Informática
Tema:
DATA MINING - Predicción
Curso:
Transac - SQL
Integrantes:
Rivera Ampuero David Alexander
Sánchez Delgado Dalinn Christian
Ciclo:
VI ciclo
Arequipa – Perú
2015















MINERIA DE DATOS
La minería de datos y descubrimiento de conocimiento en bases de datos han estado atrayendo una significativacantidad de investigación, la industria y atención de los medios en los últimos tiempos. Así se descubre que los campos relacionados, tales como máquina aprendizaje, estadísticas y bases de datos están relacionados entre sí.
Minería de Datos (DATA MINING)
La Minería de Datos (Data Mining) es el proceso de extraer información no trivial y potencialmente útil a partir de grandes conjuntos de datosdisponibles en las ciencias experimentales (registros históricos de observaciones, reanálisis, simulaciones de GCMs, etc.), proporcionando información en un formato legible que puede ser usada para resolver problemas de diagnosis, clasificación o predicción. Tradicionalmente, este tipo de problemas se resolvían de forma manual aplicando técnicas estadísticas clásicas, pero el incremento del volumende los datos ha motivado el estudio de técnicas de análisis automáticas que usan herramientas más complejas. Por lo tanto, la Minería de datos identifica tendencias en los datos que van más allá de un análisis simple. Técnicas modernas de Minería de datos (reglas de asociación, árboles de decisión, modelos de mezcla de Gaussianas, algoritmos de regresión, redes neuronales, máquinas de vectoressoporte, Redes Bayesianas, etc.) se utilizan en ámbitos muy diferentes para resolver problemas de asociación, clasificación, segmentación y predicción.
El Alcance de DATA MINING
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 Gigabytesalmacenados - y minar una montaña para encontrar una veta de metales valiosos. Ambos procesos requieren examinar una inmensa cantidad de material, o investigar inteligentemente hasta encontrar exactamente donde residen los valores. Dadas bases de datos de suficiente tamaño y calidad, la tecnología de Data Mining puede generar nuevas oportunidades de negocios al proveer estas capacidades:
Predicciónautomatizada de tendencias y comportamientos. Data Mining automatiza el proceso de encontrar información predecible en grandes bases de datos. Preguntas que tradicionalmente requerían un intenso análisis manual, ahora pueden ser contestadas directa y rápidamente desde los datos. Un típico ejemplo de problema predecible es el marketing apuntado a objetivos (targeted marketing). Data Mining usa datos enmailing promocionales anteriores para identificar posibles objetivos para maximizar los resultados de la inversión en futuros mailing. Otros problemas predecibles incluyen pronósticos de problemas financieros futuros y otras formas de incumplimiento, e identificar segmentos de población que probablemente respondan similarmente a eventos dados.
Descubrimiento automatizado de modelos previamentedesconocidos. Las herramientas de Data Mining barren las bases de datos e identifican modelos previamente escondidos en un sólo paso. Otros problemas de descubrimiento de modelos incluye detectar transacciones fraudulentas de tarjetas de créditos e identificar datos anormales que pueden representar errores de tipeado en la carga de datos.

Figura 1. Una visión general de los pasos que componen elproceso de KDD (knowledge discovery from databases) – conocimiento en base a una base de datos.
Las técnicas más comúnmente usadas en DATA MINING son:
Redes neuronales artificiales: modelos predecible no-lineales que aprenden a través del entrenamiento y semejan la estructura de una red neuronal biológica.
Arboles de decisión: estructuras de forma de árbol que representan conjuntos de decisiones....