informática

Índice


Introducción…………………………………………………………………....2



¿Qué es minería de datos?......................................................................2



Conceptos de Minería de Datos…………………………………………....2



La minería de datos como proceso……………………………………......3



Etapas principales del proceso de md…………………………………....4



Áreas donde se esté aplicando………………………………………….....4Algunos software……………………………………………………………..5



Trabajos que se han realizado……………………………………………..5



Conclusiones………………………………………………………………...10



Introducción

El data mining es una etapa dentro de un proceso mayor llamado extracción de conocimiento en bases de datos, en el entorno comercial, así como en este trabajo, ambos términos se usan de manera indistinta.
Lo que enverdad hace el data mining es reunir las ventajas de varias áreas como la Estadística, la Inteligencia Artificial, la Computación Gráfica, las Bases de Datos y el Procesamiento Masivo, principalmente usando como materia prima las bases de datos. Una definición tradicional es la siguiente: Un proceso no trivial de identificación válida, novedosa, potencialmente útil y entendible de patronescomprensibles que se encuentran ocultos en los datos (Fayyad y otros, 1996).
Desde el punto de vista empresarial, lo definimos como: La integración de un conjunto de áreas que tienen como propósito la identificación de un conocimiento obtenido a partir de las bases de datos que aporten un sesgo hacia la toma de decisión (Molina y otros, 2001).

¿Qué es minería de datos?

Es un mecanismo deexplotación, consistente en la búsqueda de información valiosa en grandes volúmenes de datos.
Análisis de archivos y bitácoras de transacciones, trabaja a nivel del conocimiento con el fin de descubrir patrones, relaciones, reglas, asociaciones o incluso excepciones útiles para la toma de decisiones.
La MD está muy ligada a los Data Warehouse
La MD puede ser dividida en:
Minería de datos predictiva (mdp):usa primordialmente técnicas estadísticas.
minería de datos para el descubrimiento de conocimiento (mddc): usa principalmente técnicas de inteligencia artificial.


Conceptos de Minería de Datos

La minería de datos (Pérez López & Santín González, 2007) es el proceso del descubrimiento de nuevas y significativas relaciones, patrones y tendencias al examinar grandes cantidades de datos.
Laminería de datos (Fayyad, Piatetsky-Shapiro, & Smyth, 1996) es la aplicación de algoritmos específicos para extraer patrones de datos.
La minería de datos (Microsoft Corporation, 2012) es el proceso de detectar la información procesable de los conjuntos grandes de datos. Utiliza el análisis matemático para deducir los patrones y tendencias que existen en los datos.

La minería de datos comoproceso

Sin intentar cubrir todos los enfoques o puntos de vista, el proceso de descubrimiento de conocimiento es una secuencia iterativa que comprende los pasos siguientes:

1. Limpieza de los datos. Se deben remover los datos inconsistentes, es decir, aquellos que aun siendo los mismos pueden hacer referencia a distintas cosas.
2. Integración de datos. Múltiples fuentes de datos puedenser combinadas.
3. Selección de datos. Se recuperan los datos relevantes para su análisis posterior.
4. Transformación de datos. Los datos son transformados y consolidados en formas apropiadas para las operaciones de resumen y agregación.

5. Minería de datos. Proceso esencial donde métodos inteligentes son aplicados para extraer patrones o modelos entre los datos.
6. Evaluación de lospatrones o modelos. Identificar los patrones o modelos realmente interesantes que representan conocimiento, basados en medidas de interés.


7. Presentación del conocimiento. Técnicas de representación de conocimiento y visualización son empleadas para presentar el conocimiento minado a los usuarios.






Etapas principales del proceso de md

1.- Determinación de los objetivos:...