De todo

2010 AVANZADOS DE BASES DE DATOS TOPICOS
BR

[Escriba aquí una descripción breve del documento. Una descripción breve es un resumen corto del contenido del documento. Escriba aquí una descripción breve del documento. Una descripción breve es un resumen corto del contenido del documento.]

TOPICOS AVANZADOS DE BASES DE DATOS

RESUMEN

BERNAL GARCIA MARIA SUSANA OSORIO RODRIGUEZ NALLELYRIVAS VALENZUELA YADIRA GRACIELA

[Escribir texto]

Página 1

TOPICOS AVANZADOS DE BASES DE DATOS

UNIDAD I “ASPECTOS GENERALES DE LA MINERÍA DE DATOS”

MINERÍA DE DATOS (DATAMINING),
La minería de datos (DM, Data Mining) consiste en la extracción no trivial de información que reside de manera implícita en los datos. Dicha información era previamente desconocida y podrá resultar útilpara algún proceso. En otras palabras, la minería de datos prepara, sondea y explora los datos para sacar la información oculta en ellos. Bajo el nombre de minería de datos se engloba todo un conjunto de técnicas encaminadas a la extracción de conocimiento procesable, implícito en las bases de datos. Está fuertemente ligado con la supervisión de procesos industriales ya que resulta muy útil paraaprovechar los datos almacenados en las bases de datos. Las bases de la minería de datos se encuentran en la inteligencia artificial y en el análisis estadístico. Mediante los modelos extraídos utilizando técnicas de minería de datos se aborda la solución a problemas de predicción, clasificación y segmentación.

NOCIONES GENERALES, CONCEPTO Y APLICACIONES
Concepto: Veamos la definición más común dela Minería de datos (Data Mining). Es esta: "Una actividad de extracción cuyo objetivo es el de descubrir hechos contenidos en las bases de datos". En la mayoría de los casos se refiere a un trabajo automatizado. Si hay alguna intervención humana a lo largo del proceso, este no es considerado como minería de datos por parte algunas personas.

[Escribir texto]

Página 2

TOPICOS AVANZADOSDE BASES DE DATOS

La palabra "descubrimiento" está relacionada con el hecho de que mucha de la información valiosa es desconocida con anterioridad; En todo caso, estas técnicas pueden ayudar a confirmar cualquier sospecha sobre el comportamiento del sistema en un particular contexto. En cuanto a los hechos escondidos, Estos estarán principalmente bajo la forma de reglas; las cuales nos ayudarána entender el modelo del sistema relacionado con los datos observados. Por otra parte, las reglas también pueden ser usadas en las predicción de ciertos estado del sistema. Aplicaciones: Algunas de las áreas donde la minería de datos (Data Mining) ha sido exitosa. Detección de fraudes: Esta es una aplicación que puede ser considerada como una técnica de clasificación. En efecto, cuando elalgoritmo analiza una gran cantidad de transacciones, el mismo tratará de categorizar aquellas que sean ilegítimas mediante la identificación de ciertas características que estas últimas tengan en común. Esto puede ser usado en las corporaciones para prevenir que se culmine un proceso que muestre pertenecer a una "clase" peligrosa Análisis de riesgos en créditos: Esta es una aplicación similar a laanterior, pero con la ventaja de de la existencia de maneras tradicionales para realizarlo. El clásico procedimiento de asignación de puntos puede ser complementado y mejorado con la ayuda de la minería de datos. Clasificación de cuerpos celestes: Debido a la gran contribución a estas tareas por parte del reconocimiento de imágenes y los pre-procesamientos involucrados, esta aplicación también puedeconsiderarse como perteneciente al área del reconocimiento de patrones de imágenes (Pattern Recognition). Minería de texto: Con billones de páginas en la red, se requieren de nuevas tecnologías para encontrar, clasificar y detectar particulares patrones en la información disponible. La esencia de los métodos de la minería de datos aplicados a los datos numéricos, puede también ser aplicada a datos...