Informáica

Investigación
Minería de Datos



2010

Tabla de contenido

1. Introducción 2
2. Definición de Minería de Datos o Data Mining 2
3. Minería de Datos en el Descubrimiento de Conocimiento en Bases de Datos (KDD) 2
4. Fundamentos de Minería de Datos 2
5. Características y objetivos de la Minería de Datos 2
6. Ventajas de la Minería de Datos 2
7. Alcance de laMinería de Datos 2
8. Proceso de Minería de Datos 2
9. Aplicaciones de Minería de Datos 2
10. Técnicas de Minería de Datos 2
11. Algoritmos de Minería de Datos 2
12. Retos de la Minería de Datos 2
13. Extensiones de la Minería de Datos 2
14. ¿Por qué usar Minería de Datos? 2
15. ¿Cuándo es útil la Minería de Datos? 2
16. Herramientas utilizadas en la Minería de Datos 2
17.Ejemplo de pañales y cerveza 2
18. Conclusiones 2
19. Referencias 2

1. Introducción

2. Definición de Minería de Datos o Data Mining

Aunque desde un punto de vista académico el término Data Mining es una etapa dentro de un proceso mayor llamado Extracción de Conocimiento en Bases de Datos, en el entorno comercial, así como en este trabajo, ambos términos se usan de maneraindistinta. Lo que en verdad hace el Data Mining es reunir las ventajas de varias áreas como la estadística, la inteligencia artificial, la computación gráfica, las bases de datos y el procesamiento masivo, principalmente usando como materia prima las bases de datos.
La Minería de Datos (Data Mining, en inglés) se define como la extracción no trivial de información implícita, previamente desconociday potencialmente útil, a partir de datos. En la actual sociedad de la información, donde cada día a día se multiplica la cantidad de datos almacenados casi de forma exponencial, la Minería de Datos es una herramienta fundamental para analizarlos y explotarlos de forma eficaz para los objetivos de cualquier organización. La minería de datos se define también como el análisis y descubrimiento deconocimiento a partir de datos.
La Minería de Datos hace uso de todas las técnicas que puedan aportar información útil, desde un sencillo análisis gráfico, pasando por métodos estadísticos más o menos complejos, complementados con métodos y algoritmos del campo de la inteligencia artificial y el aprendizaje automático que resuelven problemas típicos de agrupamiento automático, clasificación,predicción de valores, detección de patrones, asociación de atributos, etc. Es, por tanto, un campo multidisciplinar que cubre numerosas áreas y se aborda desde múltiples puntos de vista, como la estadística, la informática (cálculo automático) o la ingeniería.
Es un mecanismo de explotación, consistente en la búsqueda de información valiosa en grandes volúmenes de datos. Está muy ligada a las bodegasde datos que proporcionan la información histórica con la cual los algoritmos de minería de datos tienen la información necesaria para la toma de decisiones.
La Minería de Datos puede ser dividida en:  
* Minería de Datos Predictiva (MDP): Usa primordialmente técnicas estadísticas.
* Minería de Datos para Descubrimiento de Conocimiento (MDDC): Usa principalmente técnicas deinteligencia artificial
La Minería de Datos es una actividad de extracción cuyo objetivo es el de descubrir hechos contenidos en las bases de datos.
En la mayoría de los casos se refiere a un trabajo automatizado. Si hay alguna intervención humana a lo largo del proceso, este no es considerado como minería de datos por parte algunas personas.
También se denomina Minería de Datos al análisis de archivosy bitácoras de transacciones, trabaja a nivel del conocimiento con el fin de descubrir patrones, relaciones, reglas, asociaciones o incluso excepciones útiles para la toma de decisiones. Por ejemplo, qué productos se comercializan mejor en la temporada navideña, en qué regiones es productivo sembrar café, qué áreas de una zona urbana incrementarán su demanda de escuelas primarias.
3....