Tengo Hambre

¿Qué es la minería de datos?
Definiciones:
La minería de datos es un proceso que usa varias herramientas de análisis de datos para descubrir patrones y relaciones en los datos, que pueden ser usados para realizar predicciones válidas.
Proceso de extracción de información y patrones de comportamiento que permanecen ocultos entre grandes cantidades de información.
Es el conjunto de técnicas ytecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto.
Minería de Datos (DM) por las siglas en inglés Data Mining es el proceso de extraer conocimiento útil y comprensible, previamente desconocido, desde grandescantidades de datos almacenados en distintos formatos. Las herramientas de Data Mining predicen futuras tendencias y comportamientos, permitiendo en los negocios la toma de decisiones.
Es el estudio y tratamiento de datos masivos para extraer conclusiones e información relevante de ellos.
¿Para qué sirve?
Básicamente, el datamining surge para intentar ayudar a comprender el contenido de unrepositorio de datos. Con este fin, hace uso de prácticas estadísticas y, en algunos casos, de algoritmos de búsqueda próximos a la Inteligencia Artificial y a las redes neuronales.
Las técnicas de la DM son empleadas para mejorar el rendimiento de los procesos, en los que son manejados grandes volúmenes de información estructurada y almacenada en bases de datos. Asimismo, la DM es fundamental en lainvestigación científica y tecnológica, como una herramienta para el análisis y el descubrimiento del conocimiento, a partir de datos de observación o resultados de experimentación.
Propósito.
Consiste en la extracción no trivial de información que reside de manera implícita en los datos. Dicha información era previamente desconocida y podrá resultar útil para algún proceso. En otras palabras,la minería de datos prepara, sondea y explora los datos para sacar la información oculta en ellos.
La función de la DM es tratar de explorar los datos, darles sentido y reunir un volumen de ellos, porque poco o nada aportan a la descripción de los registros, a la interpretación de un fenómeno, o bien, a la adopción de decisiones de acuerdo con las necesidades. Se dice que los resultados que arrojala minería de datos son, en su mayoría, conocidos o irrelevantes, pero que existe una pequeña porción que puede considerarse valiosa.
Metodología
a) Determinación de los objetivos. Delimitar los objetivos que el cliente desea, bajo la orientación de un especialista en DM.

b) Pre procesamiento de los datos. Se refiere a la selección, la limpieza, el enriquecimiento, la reducción y latransformación de las bases de datos. Esta etapa consume, generalmente, alrededor del setenta por ciento del tiempo total de un proyecto de DM.

c) Determinación del modelo. Se comienza realizando un análisis estadístico de los datos y, después, se lleva a cabo una visualización de los mismos, para tener una primera aproximación. Según los objetivos planteados y la tarea a realizar, se puedenemplear algoritmos desarrollados en diferentes áreas de la Inteligencia artificial.

d) Análisis de los resultados. Debe verificarse si los resultados obtenidos son coherentes y después deben cotejarse con los alcanzados en el análisis estadístico y de visualización. El cliente debe determinar si los resultados son novedosos y si aportan un nuevo conocimiento que le permita tomar decisiones.Las técnicas de la minería de datos provienen de la Inteligencia artificial y de la estadística, dichas técnicas, no son más que algoritmos, más o menos sofisticados que se aplican sobre un conjunto de datos para obtener unos resultados.
Las técnicas más representativas son:
* Redes neuronales.- Son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que...