Dataminig

DATA MINIG.
La minería de datos prepara, sondea y explora los datos para sacar la información oculta en ellos.

El objetivo del Data Mining es la extracción de forma automática de informaciónrelevante, útil y no evidente contenida en dichos datos

Las bases de la minería de datos se encuentran en la inteligencia artificial y en el análisis estadístico. Mediante los modelos extraídosutilizando técnicas de minería de datos se aborda la solución a problemas de predicción, clasificación y segmentación.

CAMPOS DE APLICACIÓN.
• Astronomía: clasificación de cuerpos celestes.
•Aspectos climatológicos: predicción de tormentas, etc.…
• Medicina: predicción y caracterización de enfermedades, probabilidad de respuesta satisfactoria a tratamientos médicos.
• Industria ymanufactura: diagnóstico de fallas.
• Mercadotecnia: identificar clientes susceptibles a responder a ofertas de productos y servicios por correo, fidelidad de clientes, selección de sitios detiendas, afinidad de productos, etc.
• Inversión en casas de bolsa y banca: análisis de clientes, aprobación de préstamos, determinación de monto de créditos, etc.
• Detección de fraudes ycomportamientos inusuales: telefónicos, seguros, tarjetas de crédito, de evasión fiscal, electricidad, etc.
• Análisis de canasta de mercado para mejorar la organización de tiendas, segmentación demercado.
• Determinación de niveles de audiencia en canales televisivos.
• Normalización automática de base de datos.
• Predicción de propagación de fuego en cables eléctricosVENTAJAS DEL DM.
• Los modelos son fáciles de entender
• Enormes bases de datos pueden ser analizadas.
• La minería de datos descubre información que no se esperaba obtener.
• LosModelos Son Confiables
• Los modelos se construyen de manera rápida.

DESVENTAJAS DEL DM

Complejidad.
Economía.
Seguridad.
Falta de Experiencia.

DONDE SE UTILIZA

Sistemas parcialmente...