Datamining (business intelligence)
Tecnología cuyo objetivo es extraer conocimiento a partir de la información de bases de datos y archivos, que sean útiles para la toma de decisiones.
Se divide en:
• Minería de datospredictiva: usa técnicas estadísticas.
• Minería de datos para el descubrimiento de conocimiento: usa técnicas de inteligencia artificial.
La Minería de Datos pretende extraer conocimiento de lainformación
Importancia para las empresas
Se pueden generar nuevas oportunidades de negocio.
Predicción automatizada de tendencias y comportamientos.
Descubrimiento automatizado de modelosdesconocidos.
Descubrimiento de anomalías y acciones fraudulentas por parte de clientes.
Permite la correcta toma de decisiones.
Combina las disciplinas de análisis estadísticos, aprendizajeautomático y la gestión de las bases de datos.
Técnicas de Minería de Datos
REDES NEURONALES :Detectar categorías comunes en los datos, son capaces de aprender complejos patrones y características delos datos.
ÁRBOLES DE DECISIÓN: Cada nodo es una decisión, los cuales a su vez generan reglas para la clasificación de un conjunto de datos. Fácil interpretación.
ALGORITMOS GÉNETICOS: Imitan laevolución de las especies mediante la mutación, reproducción y selección, proporcionan programas y optimizaciones que pueden ser usadas en la construcción de otras estructuras como es el caso de lasredes neuronales
CLUSTERING (Agrupamiento)
Agrupan datos dentro de un número de clases preestablecidas o no, partiendo de criterios de distancia o similitud, de manera que las clases sean similaresentre sí y distintas con las otras clases.
APRENDIZAJE AUTOMÁTICO: Esta técnica de IA consiste en aprender de las experiencias del pasado con respecto a alguna medida de rendimiento de los metodosanteriores.
Proceso
Aplicaciones:
Negocios, Hábitos de compra en supermercados, Patrones de fuga, Fraudes, Recursos humanos, Comportamiento en Internet, Terrorismo, Juegos, Ciencia e...
Regístrate para leer el documento completo.