GUIA FINAL

1.- ¿Qué es la Minería de Datos?
Es el conjunto de técnicas que permiten sacar el máximo provecho del almacenamiento de los datos, y que mediante una serie de herramientas permite automatizar el proceso de extracción.

2.- ¿Cuales son los rubros en los que se divide la Minería de Datos?
a) Minería de datos predictiva (mdp).
Se usa primordialmente en este rubro técnicas estadísticas.
b) Mineríade datos para el descubrimiento de conocimiento (mddc).
En este rubro se utilizan principalmente técnicas de inteligencia artificial.
3.- ¿Que se utiliza en la minería de datos predictiva?
Técnicas estadísticas

4.- ¿En qué conceptos se encuentran las Bases de la Minería de Datos?
La inteligencia artificial.
El análisis estadístico.

5. ¿Qué problemas solucionan las técnicas de minería dedatos?
Problemas de predicción, clasificación y segmentación.

6. ¿Cuáles son los puntos que presenta un proceso típico de minería de datos?

a) Selección del conjunto de datos.- Se utilizan las variables dependientes, las variables objetivo, así como el muestreo de los registros disponibles.

b) Análisis de las propiedades de los datos.- Se hace uso en especial de los histogramas, presencia devalores atípicos y ausencia valores nulos.

c) Transformación del conjunto de datos de entrada.- Se realiza 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.

d) Seleccionar y aplicar la técnica de minería de datos.- Se construye el modelo predictivo, de clasificación osegmentación.

e) Evaluar los resultados.- Se comparan con un conjunto de datos previamente reservados, para validar la generalidad del modelo.

7. ¿Cuáles son las fases de un proyecto de minería de datos?
1.- Comprensión del negocio y del problema que se quiere resolver.
2.- Determinación, obtención y limpieza de los datos.
3.- Creación de modelos matemáticos.
4.- Validación y comunicación de losresultados obtenidos.
5.- Integración de los resultados en un sistema.

. 8. ¿Cuáles son las tendencias de la minería de datos?
La importancia que han cobrado los datos no estructurados (texto, páginas de Internet, etc.)
La necesidad de integrar los algoritmos y resultados obtenidos en sistemas operacionales, portales de Internet, etc.
La exigencia de que los procesos funcionen prácticamente enlínea (por ejemplo, que frente a un fraude con una tarjeta de crédito).
Los tiempos de respuesta. El gran volumen de datos que hay que procesar en muchos casos para obtener un modelo válido es un inconveniente; esto implica invertir mucho tiempo de proceso y hay problemas que requieren respuesta en tiempo real.

9. ¿Cuáles son las tareas principales de la minería de datos?
1.- Clasificación: Seutiliza para predecir la clase de una columna
2.- Agrupación: Se utiliza para encontrar grupos en los datos
3.- Asociaciones: Se utiliza para establecer la concurrencia entre datos
4.- Visualización: Se utiliza para facilitar el descubrimiento de datos relevantes
5.- Sumarización: Se utiliza armar grupos de datos con un mismo significado
6.- Detección de Desviación.- Se utiliza para encontrarcambios relevantes en los datos
7.- Estimación: Se utiliza para predecir un valor continuo
8.- Análisis de enlaces.- Se utiliza para encontrar relaciones entre los datos.

10. ¿Cuáles son las aplicaciones en donde se utiliza la minería de datos?
a) Mercadotecnia: identificar clientes susceptibles de responder a ofertas de productos y servicios por correo, fidelidad de clientes, afinidad deproductos, etc.
b) Inversión en casas de bolsa y banca: análisis de clientes, aprobación de préstamos, determinación de montos de crédito, etc.
c) Detección de fraudes y comportamientos inusuales: telefónicos, seguros, en tarjetas de crédito, de evasión fiscal, electricidad, etc.
d) Análisis de canastas de mercado: para mejorar la organización de tiendas, segmentación de mercado (clustering).
e)...