Datamining

QUE APLICACIONES TIENE EL DATA MINING

* Contribuye a la toma de decisiones tácticas y estratégicas proporcionando un sentido automatizado para identificar información clave desde volúmenes de datosgenerados por procesos tradicionales o elementos software.
* Permite a los usuarios dar prioridad a decisiones y acciones, por ejemplo, qué segmentos de clientes son desechables en unaempresa.
* Proporciona poderes de decisión a los usuarios del negocio que mejor entienden el problema y el entorno y es capaz de medir la acciones y los resultados de la mejor forma.
* Genera Modelos descriptivos: En un contexto de objetivos definidos en los negocios permite a empresas, sin tener en cuenta la industriao el tamaño, explorar automáticamente, visualizar y comprender los datos eidentificar patrones, relaciones y dependencias que impactan en los resultados finales de la cuenta de resultados (tales como el aumento de los ingresos, incremento de los beneficios, contención de costes y gestión de riesgos)
* Genera Modelos predictivos: permite que relaciones no descubiertas e identificadas a través del proceso del Data Mining sean expresadas como reglas de negocio o modelospredictivos. Estos outputs pueden comunicarse en formatos tradicionales (presentaciones, informes, información electrónica compartida, embebidos en aplicaciones, etc.) para guiar la estrategia y planificación de la empresa.
Si una empresa tiene menos de 100 mil clientes probablemente le baste con AccessÓ . Sorprendentemente, el aprovechamiento de recursos relativamente simples de ofimática comoExcelÓ , AccessÓ , etc, de los que ya disponemos es muy escaso. Por ejemplo, pocos saben que se puede realizar un análisisde series temporales con ExcelÓ , sin necesidad de acudir o contratar otras complejas y caras aplicaciones informáticas. Tal vez sólo necesita una Intranet, o tener al menos a su empresa en una red de área local. Además de una muy simple programación de algunas rutinas conVisual BasicÓ , para dotar a su empresa de un potente Data Mining. ¿El coste? Al menos entre 20 y 50 veces menor que contratar una solución propietaria con un proyecto llave en mano de consultoría. Sólo en compañías de grandes dimensiones o en aquellas en las que el volumen y frecuencia de los datos es igual de grande, esté probablemente justificada una inversión, casi siempre desorbitada, en uncomplejo y potente sistema.
Sin embargo, para empresas grandes, la innovación y la originalidad son habilidades fundamentales para su supervivencia, su éxitoy prosperidad depende también de decisiones eficientes y competitivas que deben ser tomadas en cortos intervalos de tiempo. Para tomar decisiones, es fundamental contar con información de calidad, lo cual es proporcionado por Data Mining.[19]
3.2.Algunas herramientas de Data Mining.
En esta sección presentamos algunos ejemplos de herramientas software empleadas para trabajar Data Mining.
Weka: Magnífica suite de minería de datos de libre distribución.
Weka es una colección de máquinas virtuales para implementar algoritmos para tareas de minería de datos. Los algoritmos pueden aplicarse directamente a un conjunto de datos o puedenutilizarse desde un programa de Java. Weka contiene herramientas para el procesamiento de datos, clasificación, asociación, visualización, entre otras. También está bien preparado para desarrollar esquemas. Weka es un software abierto emitido por GNU.[5]
MLC++: Conjunto de librerías y utilidades de minería de datos.
Es una bibliotecade clases de C++. Proporciona algoritmos que pueden ser usados porusuarios finales, analistas, profesionales e investigadores. El objetivo principal es proporcionarles una variedad ancha de herramientas que pueden ayudarlos a llevar procesos de minería de datos, acelerar el desarrollo de nuevos algoritmos mineros, proporcionar herramientas de comparación y de despliegue de información.[4]
Xelopes: Librería con licencia pública GNU para el desarrollo de...