Ninguno

Solo disponible en BuenasTareas
  • Páginas : 4 (873 palabras )
  • Descarga(s) : 0
  • Publicado : 23 de septiembre de 2010
Leer documento completo
Vista previa del texto
El Proceso de Data Mining

1. Definición del problema real.

 En algunas situaciones, existen objetivos determinados desde el comienzo.
 Existen casos donde la investigación es másgeneralizada.
 Análisis Exploratorios.
 Análisis reactivo.
 Análisis proactivo.

2. Acceso a la información

 Acceso a los datos
 Extracción y tests
 Corte Proactivo
 Corte reactivo
Transferencia de datos

3. Integración de múltiples fuentes de datos

 Los datos no necesariamente provienen de la misma fuente.
 Almacén de datos
 Se extraen los datos en:
- Texto Libre
-Tablas
- Otros formatos
 Normalización de los datos
- Unidades de medida en la misma escala
- Terminología consistente
- Información duplicada
- Tipos de datos similares
Limpieza de los datos
- Valores perdidos
- Valores erróneos
- Información de tipo texto

4. Análisis de los datos

 Métodos de Visualización

- Permiten descubrir tendencias y patronesque no sería detectados por análisis no visuales.
- Los patrones se detectan en función de violaciones de límites, frecuencia de ocurrencia.
- La representación gráfica de los datos soportainspeccionar grandes cantidades de
- Información al mismo tiempo.

 Métodos Analíticos

- Requieren saber previamente qué se espera encontrar, permitiendo formular hipótesis previas.
- Los resultadosobtenidos son más bien, grupos de tendencias y deferencias generales.
- Pruebas Estadísticas, Árboles de Decisión, Asociación de Reglas, Redes Neuronales y Algoritmos Genéticos.

5. Presentación deresultados

 Es preferible presentar poca cantidad de información, pero importante.
 Debe estar enfocada a los intereses de las personas que conforman la audiencia.
 Los resultados obtenidosdeben estar justificados con documentación.

DATA WAREHOUSE

¿Qué entendemos por data warehouse?

Data Warehouse es una colección de datos orientado a temas, integrado, no volátil, de tiempo...
tracking img