Ing. en sistemas

Monterrey, N.L., 8 de Diciembre del 2014

RESUMEN

Diseño de datos 6 de octubre
Consiste en describir y definir completamente los procesos y características de los datos de la aplicación. El diseño de datos es un proceso de perfeccionamiento gradual que abarca desde la cuestión elemental, desde que datos requiere la aplicación, hasta los procesos y estructura de losdatos precisos.
Si el diseño de datos es bueno, el acceso a los datos será rápido y fácil de mantener y podrá aceptar sin problemas las futuras mejoras de los datos.
Incluye la identificación de los datos, la definición de tipo de datos y mecanismo de almacenamiento concretos.

Data Warehouse 22 de octubre
Es una base de datos corporativa que se caracteriza por integrary depurar información de una o más fuentes distintas para luego procesarlas, permitiendo su análisis desde infinidad de perspectivas y con grandes velocidades de respuesta.
Desde un punto de vista técnico para implantar una solución completa y fiable de Business Intelligence.

23 de octubre
Integrado: Los datos almacenados en el data warehouse deben integrarseen una estructura consistente, por lo que las inconsistencias existentes entre los diversos sistemas operacionales deben ser eliminados.
Temática: Solo los datos necesarios para el proceso de generación del conocimiento del negocio, se integran en el nivel operacional.
Historia: El tiempo es parte implícita de la información contenida en un data warehouse. En los sistemas operacionales, losdatos siempre afectan el estado de la actividad del negocio en el momento presente.
No Volátil: El almacén de datos de una data warehouse, esta creado para ser leído.
Metadatos: Una data warehouse contiene metadatos, (datos sobre los datos.)

27 de octubre
Para comprender íntegramente el concepto de data warehouse, es importante entender cual es el proceso de construccióndel mismo, denominado ETL (Extracción, Transformación y Carga) a partir de los sistemas operacionales de una compañía.

30 de octubre
Extracción: Obtención de información de las distintas fuentes (internas y externas)
Transformación: Filtrado, limpieza, depuración y agrupación de información.
Carga: Organización y actualización de datos y los metadatos en la base de datos.Conceptos de Data Mining

Data Mining, la extracción de información oculta y predecible de grandes bases de datos, es una poderosa tecnología nueva con gran potencial para ayudar a las compañías a concentrarse en la información más importante de sus Bases de Información (Data Warehouse). Las herramientas de Data Mining predicen futuras tendencias y comportamientos, permitiendo en los negocios tomardecisiones proactivas y conducidas por un conocimiento acabado de la información (knowledge-driven).

Conceptos de minería de datos
La minería de datos es el proceso de detectar la información procesable de los conjuntos grandes de datos. Utiliza el análisis matemático para deducir los patrones y tendencias que existen en los datos. Normalmente, estos patrones no se pueden detectar mediantela exploración tradicional de los datos porque las relaciones son demasiado complejas o porque hay demasiado datos.
Estos patrones y tendencias se pueden recopilar y definir como un modelo de minería de datos. Los modelos de minería de datos se pueden aplicar en escenarios como los siguientes:
Pronóstico: cálculo de las ventas y predicción de las cargas del servidor o del tiempo de inactividaddel servidor.
Riesgo y probabilidad: elección de los mejores clientes para la distribución de correo directo, determinación del punto de equilibrio probable para los escenarios de riesgo, y asignación de probabilidades a diagnósticos y otros resultados.
Recomendaciones: determinación de los productos que se pueden vender juntos y generación de recomendaciones.
Búsqueda de secuencias:...