Fracasos en la mineria de datos

Tópicos Selectos de Otros Cursos – Minería de Datos

.

Tema #5 - Fracasos en la Minería de Datos

Introducción - Tipos de problemas de minería de datos
Por lo general, losproyectos de minería de datos implican una combinación de diferentes tipos de problema, que juntos solucionan el problema de negocio.
1. Descripción de datos y resumen
La descripción y elresumen de datos apuntan a la descripción concisa de las características de los datos, típicamente en forma elemental y agregada. Esto da al usuario una descripción de la estructura de los datos. Aveces, una descripción y resumen de los datos solo puede ser un objetivo de un proyecto de minería de datos.
2. Segmentación
La segmentación apunta a la separación de los datos ensubgrupos o clase significativos e interesantes. Todos los miembros de un subgrupo comparten características comunes. .
3. Descripciones de concepto
La descripción de concepto apunta a unadescripción comprensible de conceptos o clases. El objetivo no es para completar el desarrollo de modelos con predicción de exactitud alta, sino para ganar ideas.
4. Clasificación
Laclasificación asume que hay un conjunto de objetos caracterizados por algún atributo o rasgo que pertenece a diferentes clases. La etiqueta de clase es un valor (simbólico) discreto y es conocido paracada objeto. .
5. Predicción
La predicción es muy similar a la clasificación. La única diferencia es que en la predicción el atributo objetivo (la clase) no es un atributo cualitativodiscreto, pero es uno continuo.
El objetivo de la predicción esta en encontrar el valor numérico del atributo objetivo para objetos no vistos. Si la predicción trata con datos de serietiempo, entonces a menudo lo llaman pronosticación.
6. Análisis de dependencia
El análisis de dependencia consiste en encontrar un modelo que describe dependencias significativas (o...