ensayo

ufeff






Prof. Ing.Sergio Mendez Fernandez



Jose Corrales Guillen



Metodologia de Sistemas I



Tema:

Investigacion sobre Data Mining y Lotus




2013


Data Mining


Es un campo de las ciencias de la computacion referido al proceso que intenta descubrir patrones en grandes volúmenes de conjuntos de datos.
El objetivo general del proceso deminería de datos consiste en extraer información de un conjunto de datos y transformarla en una estructura comprensible para su uso posterior.
La tarea de minería de datos real es el análisis automático o semi-automático de grandes cantidades de datos para extraer patrones interesantes hasta ahora desconocidos, como los grupos de registros de datos, registros poco usuales y dependencias.
Elprocedimiento para el desarrollo de la Data Mining son:
1. Selección del conjunto de datos: Tanto en lo que se refiere a las variables objetivo, como a las variables independientes, como posiblemente al muestreo de los registros disponibles.
2. Análisis de las propiedades de los datos: En especial los histogramas, diagramas de dispersión, presencia de valores atípicos y ausencia de datos.
3.Transformación del conjunto de datos de entrada: Se realizará de diversas formas en función del análisis previo, con el objetivo de prepararlo para aplicar la técnica de minería de datos que mejor se adapte a los datos y al problema, a este paso también se le conoce como preprocesamiento de los datos.
4. Seleccionar y aplicar la técnica de minería de datos: Se construye el modelo predictivo, declasificación o segmentación.
5. Extracción de conocimiento: Mediante una técnica de minería de datos, se obtiene un modelo de conocimiento, que representa patrones de comportamiento observados en los valores de las variables del problema o relaciones de asociación entre dichas variables. También pueden usarse varias técnicas a la vez para generar distintos modelos, aunque generalmente cada técnica obligaa un preprocesado diferente de los datos.
6. Interpretación y evaluación de datos: Una vez obtenido el modelo, se debe proceder a su validación comprobando que las conclusiones que arroja son válidas y suficientemente satisfactorias. En el caso de haber obtenido varios modelos mediante el uso de distintas técnicas, se deben comparar los modelos en busca de aquel que se ajuste mejor al problema.Si ninguno de los modelos alcanza los resultados esperados, debe alterarse alguno de los pasos anteriores para generar nuevos modelos.


Las herramientas de Data Mining predicen futuras tendencias y comportamientos, permitiendo en los negocios tomar decisiones proactivas y conducidas por un conocimiento acabado de la información .
Muchas compañías ya colectan y refinan cantidadesmasivas de datos. Las técnicas de Data Mining pueden ser implementadas rápidamente en plataformas ya existentes de software y hardware para acrecentar el valor de las fuentes de información existentes y pueden ser integradas con nuevos productos y sistemas pues son traídas en línea (on-line). Una vez que las herramientas de Data Mining fueron implementadas en computadoras cliente servidor de altaperformance o de procesamiento paralelo, pueden analizar bases de datos masivas para brindar respuesta a preguntas tales como, "¿Cuáles clientes tienen más probabilidad de responder al próximo mailing promocional, y por qué? y presentar los resultados en formas de tablas, con gráficos, reportes, texto, hipertexto, etc.
Algunas ventajas del Data Mining son; el abaratamiento de los sistemas dealmacenamiento tanto temporal como permanente, el incremento de las velocidades de cómputo en los procesadores, las mejoras en la confiabilidad y aumento de la velocidad en la transmisión de datos el desarrollo de sistemas administradores de bases de datos más poderosos, ahorra grandes cantidades de dinero a una empresa y abre nuevas oportunidades de negocios.

Prácticamente esto apoya al...