Data Mining
Páginas: 8 (1907 palabras)
Publicado: 25 de noviembre de 2013
Acción Pro Educación y Cultura (APEC)
Sustentantes:
Ramindy Cruz 2012-2427
Alexander Jimenez 2000-1506
Boris Lemus 2013-0778
Tema trabajo:
Data Mining
Materia:
Gerencial Sistemas de Información
Profesora:
Iara Virginia Tejada Garcias
Fecha:
23-10-13
INTRODUCCION
La tecnología Data Mining es de mucha utilidad para aquellasempresas que manejan mucha información y desean que estas sean depuradas y separadas, de manera que puedan tomar decisiones en base a estas.
Una definición tradicional es la siguiente: Un proceso no trivial de identificación válida, novedosa, potencialmente útil y entendible de patrones comprensibles 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).
El termino Data Mining no es nuevo , ya que en los años sesenta los estadísticos de esa época lo utilizaban, a principio de los años ochentas, Rakesh Agrawal, GioWiederhold, Robert Blum y Gregory Piatetsky-Shapiro, entre otros, empezaron a consolidar los términos de data mining y KDD.
En la minería de datos, se coleccionan los datos y se espera que de ellos emerjan hipótesis. Se busca que los datos describan o indiquen por qué son como son.
Luego entonces, se valida esa hipótesis inspirada por los datos en los datos mismos, será numéricamentesignificativa, pero experimentalmente inválida. De ahí que la minería de datos debe presentar un enfoque exploratorio, y no confirmador. Usar la minería de datos para confirmar las hipótesis formuladas puede ser peligroso, pues se está haciendo una inferencia poco válida.
Conceptos e Historia
Datamining (Minería de datos)
La minería de datos (DM por su nombre en inglés:Data Mining) es un área de estudio que surge de la convergencia de otra disciplinas: Ciencias de la Computación, Estadística, Aprendizaje Maquinal, Inteligencia Artificial, Tecnología de Bases de Datos y Reconocimiento de Patrones, entreotras.
Comprende el análisis de grandes conjuntos de datos y la búsqueda de relaciones entre variables, a través de métodos computacionalmente intensivos. Muchasveces se encuentran relaciones o coincidencia no esperadas y, por lo general, los métodos involucran el análisis de enormes cantidades de datos multidimensionales.
Aunque desde un punto de vista académico el término data mining es una etapa dentro de un proceso mayor llamado extracción de conocimiento en bases de datos, (mencionado en el capitulo anterior) en el entorno comercial, así como eneste trabajo, ambos términos se usan de manera indistinta. Lo que en verdad 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 deidentificación válida, novedosa, potencialmente útil y entendible de patrones comprensibles que se encuentran ocultos en los datos (Fayyad y otros,1996). Desde el punto de vista empresarial, lo definimos como: La integraciónde 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).
La idea de data mining no es nueva. Ya desde los años sesenta los estadísticos manejaban términos como data fishing, data mining o data archaeology con la idea de encontrar correlaciones sin una hipótesis previa en bases de datos con ruido. A principios de los años ochenta, Rakesh Agrawal, Gio Wiederhold, Robert Blum y Gregory Piatetsky-Shapiro, entre otros, empezaron a consolidar...
Acción Pro Educación y Cultura (APEC)
Sustentantes:
Ramindy Cruz 2012-2427
Alexander Jimenez 2000-1506
Boris Lemus 2013-0778
Tema trabajo:
Data Mining
Materia:
Gerencial Sistemas de Información
Profesora:
Iara Virginia Tejada Garcias
Fecha:
23-10-13
INTRODUCCION
La tecnología Data Mining es de mucha utilidad para aquellasempresas que manejan mucha información y desean que estas sean depuradas y separadas, de manera que puedan tomar decisiones en base a estas.
Una definición tradicional es la siguiente: Un proceso no trivial de identificación válida, novedosa, potencialmente útil y entendible de patrones comprensibles 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).
El termino Data Mining no es nuevo , ya que en los años sesenta los estadísticos de esa época lo utilizaban, a principio de los años ochentas, Rakesh Agrawal, GioWiederhold, Robert Blum y Gregory Piatetsky-Shapiro, entre otros, empezaron a consolidar los términos de data mining y KDD.
En la minería de datos, se coleccionan los datos y se espera que de ellos emerjan hipótesis. Se busca que los datos describan o indiquen por qué son como son.
Luego entonces, se valida esa hipótesis inspirada por los datos en los datos mismos, será numéricamentesignificativa, pero experimentalmente inválida. De ahí que la minería de datos debe presentar un enfoque exploratorio, y no confirmador. Usar la minería de datos para confirmar las hipótesis formuladas puede ser peligroso, pues se está haciendo una inferencia poco válida.
Conceptos e Historia
Datamining (Minería de datos)
La minería de datos (DM por su nombre en inglés:Data Mining) es un área de estudio que surge de la convergencia de otra disciplinas: Ciencias de la Computación, Estadística, Aprendizaje Maquinal, Inteligencia Artificial, Tecnología de Bases de Datos y Reconocimiento de Patrones, entreotras.
Comprende el análisis de grandes conjuntos de datos y la búsqueda de relaciones entre variables, a través de métodos computacionalmente intensivos. Muchasveces se encuentran relaciones o coincidencia no esperadas y, por lo general, los métodos involucran el análisis de enormes cantidades de datos multidimensionales.
Aunque desde un punto de vista académico el término data mining es una etapa dentro de un proceso mayor llamado extracción de conocimiento en bases de datos, (mencionado en el capitulo anterior) en el entorno comercial, así como eneste trabajo, ambos términos se usan de manera indistinta. Lo que en verdad 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 deidentificación válida, novedosa, potencialmente útil y entendible de patrones comprensibles que se encuentran ocultos en los datos (Fayyad y otros,1996). Desde el punto de vista empresarial, lo definimos como: La integraciónde 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).
La idea de data mining no es nueva. Ya desde los años sesenta los estadísticos manejaban términos como data fishing, data mining o data archaeology con la idea de encontrar correlaciones sin una hipótesis previa en bases de datos con ruido. A principios de los años ochenta, Rakesh Agrawal, Gio Wiederhold, Robert Blum y Gregory Piatetsky-Shapiro, entre otros, empezaron a consolidar...
Leer documento completo
Regístrate para leer el documento completo.