Qué es la minería de datos

Data Mining

Nombre: Nelly Aravena Cortes.
Profesor: Maximiliano Leyton.
Asignatura: Gestión de Negocios.


Introducción

A continuación conocerá que es un Data Mining (Mineria de Datos) su significado, como funciona y porque a lo largo del mundo varias organizaciones desean innovar y están usando la minería de datos para localizar y satisfacer clientes de gran valor, reconfigurar suoferta de productos, y minimizar errores.

Mineria de Datos

La minería de datos, como usamos el término, es la exploración y análisis de grandes cantidades de datos para descubrir patrones significativos y reglas. El objetivo de la minería de datos es permitir que una empresa mejore su comercialización, ventas ,atención al cliente y las operaciones a través de una mejor comprensión de susclientes. Tenga en cuenta, sin embargo, que las técnicas de minería de datos y herramientas que se describen aquí son igualmente aplicables en campos que van desde la aplicación de la ley a la radio astronomía, la medicina, y control de los procesos industriales.

De hecho, casi ninguno de los algoritmos de minería de datos se inventó con aplicaciones comerciales en mente. El minero de datos enel área comercial emplea variadas técnicas tomadas de las estadísticas, la informática, y la máquina de aprendizaje de la investigación. La elección de una determinada combinación de técnicas para aplicar en una situación particular depende de la naturaleza de la tarea de minería de datos, la naturaleza de los datos disponibles, y las habilidades y preferencias de la minería de datos.

Laminería de datos está disponible en dos tipos dirigidos y no dirigidos. Dirigido trata de explicar o clasificar algún campo de destino tales como el ingreso o la respuesta. No dirigidos trata de encontrar patrones o similitudes entre los grupos de registros sin el uso de un campo de destino en particular o cotejo de clases predefinidas. Ambos sabores se analizan en el capítulo posterior.

  Laminería de datos es en gran parte relacionada con la construcción de modelos. Un modelo es simplemente un algoritmo o conjunto de reglas que se conecta una colección de entrada (a menudo en forma de campos en una base de datos de empresa) a un objetivo o resultado particular. Regresión, redes neuronales, árboles de decisión, y la mayoría son técnicas para crear modelos. Bajo las circunstanciasadecuadas, un modelo puede resultar en una visión, proporcionando una explicación de cómo los resultados de especial interés, como la colocación de una orden o de caer a pagar una cuenta, están relacionados y predichos por los datos disponibles. Los modelos también se utilizan para producir resultados. Una calificación es una forma de expresar el hallazgo de un modelo en un solo número. Las puntuaciones sepueden utilizar para ordenar una lista de clientes de más a menos fieles o de mayor a menor probabilidad de responder o de mayor a menor probabilidad de impago de un préstamo.

El proceso de minería de datos se refiere a veces como el descubrimiento de conocimiento o KDD (Descubrimiento de Conocimiento en Bases de Datos).

¿Qué tarea se puede realizar con minería de datos?

Muchos de losproblemas de interés intelectual, económico y de negocios se puede expresar
en términos de las siguientes seis tareas:
* Clasificación
* Estimación
* Predicción
* Afinidad agrupación
* Clústeres
* Descripción y perfiles
Los tres primeros son ejemplos de minería de datos dirigida, donde el objetivo es encontrar el valor de una variable de destino en particular. Afinidadagrupación y las agrupaciones
son dirigidas, tareas donde el objetivo es descubrir la estructura de datos sin
respecto a una variable de destino en particular. De perfiles es una tarea descriptiva que puede
ser dirigido o no dirigido.

Clasificación

Clasificación, una de las tareas más comunes de la minería de datos, parece ser una
imperativo humano. Con el fin de comprender y comunicar...