Minería de datos
Páginas: 9 (2052 palabras)
Publicado: 20 de agosto de 2010
¿QUÉ ES LA MINERÍA DE DATOS?
Introducción
El aumento del volumen y variedad de información que se encuentra informatizada en bases de datos digitales y otras fuentes ha crecido espectacularmente en las últimas décadas. Gran parte de esta información es histórica, es decir, representa transacciones o situaciones que se han producido. La información histórica es útil para explicar elpasado, entender el presente y predecir la información futura.
En muchas situaciones, el método tradicional de convertir los datos en conocimiento consiste en un análisis e interpretación realizada de forma manual. El principal cometido de la minería de datos: resolver problemas analizando los datos presentes en las bases de datos.
Hasta no hace mucho, el análisis de los datos de una base dedatos se realizaba mediante consultas efectuadas con lenguajes generalistas de consulta, como el SQL, y se producía sobre la base de datos operacional, es decir, junto al procesamiento transaccional en línea (On-Line Transaction Processing, OLTP) de las aplicaciones de gestión. No obstante, esta manera de actuar sólo permitía generar información resumida de una manera previamente establecida, pocoflexible y, sobre todo, poco escalable a grandes volúmenes de datos. La tecnología de bases de datos ha respondido a este reto con una nueva arquitectura surgida recientemente: el almacén de datos (data warehouse).Se trata de un repositorio de fuentes heterogéneas de datos, integrados y organizados bajo un esquema unificado para facilitar su análisis y dar soporte a la toma de decisiones. Estatecnología incluye operaciones de procesamiento analítico en línea (On-Line Analytical Processing,OLAP), es decir, técnicas de análisis como pueden ser el resumen, la consolidación o la agregación, así como la posibilidad de ver la información desde distintas perspectivas.
Lo que de verdad es interesante es el conocimiento que puede inferirse a partir de los datos y, más aún, la capacidad depoder usar este conocimiento.
Existen otras herramientas analíticas que han sido empleadas para analizar los datos y que tienen su origen en la estadística, algo lógico teniendo en cuenta que la materia prima de esta disciplina son precisamente datos.
Todos los problemas y limitaciones de las aproximaciones clásicas han hecho surgir la necesidad de una nueva generación de herramientas ytécnicas para soportar la extracción de conocimiento útil desde la información disponible, y que se engloban bajo la denominación de minería de datos.
El resultado de la minería de datos son conjuntos de reglas, ecuaciones, árboles de decisión ,redes neuronales, grafos probabilísticos…, los cuales pueden usarse para, por ejemplo, responder a cuestiones como ¿existe un grupo de clientes que secomporta de manera diferenciada?, ¿qué secuenciación de tratamientos puede ser más efectiva para este nuevo síndrome?, ¿existen asociaciones entre los factores de riesgo para realizar un seguro de automóvil?.
Minería de datos
Se define la minería de datos como el proceso de extraer conocimiento útil y comprensible, previamente desconocido, desde grandes cantidades de datos almacenados endistintos formatos, la tarea fundamental de la minería de datos es encontrar modelos inteligibles a partir de los datos. Para que este proceso sea efectivo debería ser automático o semi-automático (asistido) y el uso de los patrones descubiertos debería ayudar a tomar decisiones más seguras que reporten, por tanto, algún beneficio a la organización.
Dos son los retos de la minería de datos: porun lado, trabajar con grandes volúmenes de datos, procedentes mayoritariamente de sistemas de información, con los problemas que ello conlleva, por el otro usar técnicas adecuadas para analizar los mismos y extraer conocimiento novedoso y útil.
El objetivo de la minería de datos es convertir datos en conocimiento.
Tipos de datos
La minería de datos puede aplicarse a cualquier tipo de...
Introducción
El aumento del volumen y variedad de información que se encuentra informatizada en bases de datos digitales y otras fuentes ha crecido espectacularmente en las últimas décadas. Gran parte de esta información es histórica, es decir, representa transacciones o situaciones que se han producido. La información histórica es útil para explicar elpasado, entender el presente y predecir la información futura.
En muchas situaciones, el método tradicional de convertir los datos en conocimiento consiste en un análisis e interpretación realizada de forma manual. El principal cometido de la minería de datos: resolver problemas analizando los datos presentes en las bases de datos.
Hasta no hace mucho, el análisis de los datos de una base dedatos se realizaba mediante consultas efectuadas con lenguajes generalistas de consulta, como el SQL, y se producía sobre la base de datos operacional, es decir, junto al procesamiento transaccional en línea (On-Line Transaction Processing, OLTP) de las aplicaciones de gestión. No obstante, esta manera de actuar sólo permitía generar información resumida de una manera previamente establecida, pocoflexible y, sobre todo, poco escalable a grandes volúmenes de datos. La tecnología de bases de datos ha respondido a este reto con una nueva arquitectura surgida recientemente: el almacén de datos (data warehouse).Se trata de un repositorio de fuentes heterogéneas de datos, integrados y organizados bajo un esquema unificado para facilitar su análisis y dar soporte a la toma de decisiones. Estatecnología incluye operaciones de procesamiento analítico en línea (On-Line Analytical Processing,OLAP), es decir, técnicas de análisis como pueden ser el resumen, la consolidación o la agregación, así como la posibilidad de ver la información desde distintas perspectivas.
Lo que de verdad es interesante es el conocimiento que puede inferirse a partir de los datos y, más aún, la capacidad depoder usar este conocimiento.
Existen otras herramientas analíticas que han sido empleadas para analizar los datos y que tienen su origen en la estadística, algo lógico teniendo en cuenta que la materia prima de esta disciplina son precisamente datos.
Todos los problemas y limitaciones de las aproximaciones clásicas han hecho surgir la necesidad de una nueva generación de herramientas ytécnicas para soportar la extracción de conocimiento útil desde la información disponible, y que se engloban bajo la denominación de minería de datos.
El resultado de la minería de datos son conjuntos de reglas, ecuaciones, árboles de decisión ,redes neuronales, grafos probabilísticos…, los cuales pueden usarse para, por ejemplo, responder a cuestiones como ¿existe un grupo de clientes que secomporta de manera diferenciada?, ¿qué secuenciación de tratamientos puede ser más efectiva para este nuevo síndrome?, ¿existen asociaciones entre los factores de riesgo para realizar un seguro de automóvil?.
Minería de datos
Se define la minería de datos como el proceso de extraer conocimiento útil y comprensible, previamente desconocido, desde grandes cantidades de datos almacenados endistintos formatos, la tarea fundamental de la minería de datos es encontrar modelos inteligibles a partir de los datos. Para que este proceso sea efectivo debería ser automático o semi-automático (asistido) y el uso de los patrones descubiertos debería ayudar a tomar decisiones más seguras que reporten, por tanto, algún beneficio a la organización.
Dos son los retos de la minería de datos: porun lado, trabajar con grandes volúmenes de datos, procedentes mayoritariamente de sistemas de información, con los problemas que ello conlleva, por el otro usar técnicas adecuadas para analizar los mismos y extraer conocimiento novedoso y útil.
El objetivo de la minería de datos es convertir datos en conocimiento.
Tipos de datos
La minería de datos puede aplicarse a cualquier tipo de...
Leer documento completo
Regístrate para leer el documento completo.