Tecnicas y tareas de la mineria de datos
Páginas: 3 (649 palabras)
Publicado: 15 de marzo de 2012
Instituto Tecnologico de Merida
Alumno:
Diego Alfredo Diaz Chay
Materia:
Analisis y Extraccion de Conocimiento
Maestro:
Hector Cetina Cordero
Tarea:
Tecnicas y Tareas de la Mineria deDatos
Fecha de Entrega:
03 de Febrero de 2012
Tecnicas de Mineria de Datos
REDES NEURONALES
Esta técnica de inteligencia artificial, en los últimos años se ha convertido en uno de losinstrumentos de uso frecuente para detectar categorías comunes en los datos, debido a que son capaces de detectar y aprender complejos patrones, y características de los datos. Una de las principalescaracterísticas de las redes neuronales, es que son capaces de trabajar con datos incompletos e incluso paradójicos, que dependiendo del problema puede resultar una ventaja o un inconveniente. Además estatécnica posee dos formas de aprendizaje: supervisado y no supervisado.
ÁRBOLES DE DECISIÓN
Está técnica se encuentra dentro de una metodología de aprendizaje supervisado. Su representación es enforma de árbol en donde cada nodo es una decisión, los cuales a su vez generan reglas para la clasificación de un conjunto de datos. Los árboles de decisión son fáciles de usar, admiten atributosdiscretos y continuos, tratan bien los atributos no significativos y los valores faltantes. Su principal ventaja es la facilidad de interpretación.
ALGORITMOS GÉNETICOS
Los algoritmos genéticos imitan laevolución de las especies mediante la mutación, reproducción y selección, como también proporcionan programas y optimizaciones que pueden ser usadas en la construcción y entrenamiento de otrasestructuras como es el caso de las redes neuronales. Además los algoritmos genéticos son inspirados en el principio de la supervivencia de los más aptos.
CLUSTERING
Agrupan datos dentro de un número declases preestablecidas o no, partiendo de criterios de distancia o similitud, de manera que las clases sean similares entre sí y distintas con las otras clases. Su utilización ha proporcionado...
Alumno:
Diego Alfredo Diaz Chay
Materia:
Analisis y Extraccion de Conocimiento
Maestro:
Hector Cetina Cordero
Tarea:
Tecnicas y Tareas de la Mineria deDatos
Fecha de Entrega:
03 de Febrero de 2012
Tecnicas de Mineria de Datos
REDES NEURONALES
Esta técnica de inteligencia artificial, en los últimos años se ha convertido en uno de losinstrumentos de uso frecuente para detectar categorías comunes en los datos, debido a que son capaces de detectar y aprender complejos patrones, y características de los datos. Una de las principalescaracterísticas de las redes neuronales, es que son capaces de trabajar con datos incompletos e incluso paradójicos, que dependiendo del problema puede resultar una ventaja o un inconveniente. Además estatécnica posee dos formas de aprendizaje: supervisado y no supervisado.
ÁRBOLES DE DECISIÓN
Está técnica se encuentra dentro de una metodología de aprendizaje supervisado. Su representación es enforma de árbol en donde cada nodo es una decisión, los cuales a su vez generan reglas para la clasificación de un conjunto de datos. Los árboles de decisión son fáciles de usar, admiten atributosdiscretos y continuos, tratan bien los atributos no significativos y los valores faltantes. Su principal ventaja es la facilidad de interpretación.
ALGORITMOS GÉNETICOS
Los algoritmos genéticos imitan laevolución de las especies mediante la mutación, reproducción y selección, como también proporcionan programas y optimizaciones que pueden ser usadas en la construcción y entrenamiento de otrasestructuras como es el caso de las redes neuronales. Además los algoritmos genéticos son inspirados en el principio de la supervivencia de los más aptos.
CLUSTERING
Agrupan datos dentro de un número declases preestablecidas o no, partiendo de criterios de distancia o similitud, de manera que las clases sean similares entre sí y distintas con las otras clases. Su utilización ha proporcionado...
Leer documento completo
Regístrate para leer el documento completo.