Trabajo Mineria De Datos

|

Minería de datos |
Bussines Inteligence |
INTEGRANTES * ALIOSHA RAMIREZ * PIERO SUAZO * VICTOR GALLARDO |
|
|
|
|
|

INTRODUCCION

En el siguienteinforme daremos a conocer para su mejor entendimiento que es la minería de datos, además del modelo descriptivo y el modelo predictivo.

TABLA DE CONTENIDO

INTRODUCCION 1
MINERIA DE DATOS 3MODELO PREDICTIVO 4
MODELO DESCRIPTIVO 5
MODELO ARBOL DE DECISION 6
CLUSTERING 7
MODELO DE RED NEURONAL 8

MINERIA DE DATOS

Es el proceso de detectar la información procesable de losconjuntos grandes de datos. Utiliza el análisis matemático para deducir los patrones y tendencias que existen en los datos. Normalmente, estos patrones no se pueden detectar mediante la exploracióntradicional de los datos porque las relaciones son demasiado complejas o porque hay demasiado datos.
Estos patrones y tendencias se pueden recopilar y definir como un modelo de minería de datos. Los modelosde minería de datos se pueden aplicar en escenarios como los siguientes:

* Pronóstico: cálculo de las ventas y predicción de las cargas del servidor o del tiempo de inactividad del servidor.* Riesgo y probabilidad: elección de los mejores clientes para la distribución de correo directo, determinación del punto de equilibrio probable para los escenarios de riesgo, y asignación deprobabilidades a diagnósticos y otros resultados.

* Recomendaciones: determinación de los productos que se pueden vender juntos y generación de recomendaciones.

* Búsqueda de secuencias:análisis de los artículos que los clientes han introducido en el carrito de la compra y predicción de posibles eventos.

* Agrupación: distribución de clientes o eventos en grupos de elementosrelacionados, y análisis y predicción de afinidades.

Las técnicas de minería de datos crean modelos que son predictivos y/o descriptivos.

MODELO PREDICTIVO

Un modelo predictivo responde...