Tecnicas de minerias de datos

Integrantes:
Luis Alberto Herbas Vicente.
Ana Quispe Ayaci.
Paulo Alfaro flores.
Trabajo Encargado de Mineria de Datos
El Problema de al extracción de Patrones
1. Tareas y métodos2.1 tareas
las tareas más importantes e la minería de datos son :
Predictivas, son las que predicen 1 o más valores, para uno o más ejemplares

Clasificación o discriminación.. Serán capaz dedeterminar la clase para cada ejemplo sin etiquetar su objetivo es aprender una función clasificadora.

Clasificación suave.- es la misma que la clasificación, pares de elementos de conjuntos este tipode extensión permite realizar otras aplicaciones, como los ranking de predicción o la selección de n mejores ejemplos .

Estimación de probabilidades de clasificación.- se trata en realidad deuna generalización de la clasificación suave. Se trata de aprender n funciones donde n son las clases las cuales nos dan una estimación que representan la probabilidad de que un ejemplo sea de laclase. Siendo a la vez un clasificador suave.

Categorización.- se puede presentar en forma de categorización suave o en estimador de probabilidades, la función aprendida por un estimador deprobabilidades de clasificación y un estimador de probabilidades de categorización vienen a ser prácticamente lo mismo .

Referencias o priorización.
Consiste en determinar a partir de dos o mas ejemplos unorden de preferencia, solo es capaz de decir cual prefiere mas entre 2 objetos pero no ordenar entre mas objetos

Regresión.
Se conoce con otros nombres , interpolación o estimación

Descriptivas:Presentan como un conjunto sin etiquetar ni ordenar de ninguna manera . el objetivo no es predecir nuevo si no describir los existentes
Las tareas descriptivas mas delimitadas:
Agrupamientoclustering.
Su objetivo es obtener grupos o conjuntos entre los elementos de un conjunto.
Los elementos asimilados al mismo grupo sean similares, los valores de S y sus miembros se crean o se...