Minería de datos
Concepto
Características
Ventajas
Campos de aplicación
Conjunto de técnicas y tecnologías
Utiliza análisis matemáticos para separar patrones y tendencias
Proceso de descubrir información procesable de grandes conjuntos de datos
¿Cómo?
Permite hacer muchas combinaciones distintas de la información.
Capaz de analizar enormes bases de datos
Fácil interpretación de la información
Encuentra patrones repetitivos que expliquen el comportamiento de estos datos.
Sector financiero y bancario
Comercio minorista
Telecomunicaciones
Astronomía
Biología
Salud y Medicina
Televisión y radio
Sector comercial
Ejemplo
Mejorar la segmentación del mercado
Ejemplo
Conocen en directo los intereses, actividad y entienden mejor la conducta de su audiencia
Ejemplo
Favorece diagnósticos más precisos al tener el historial, examen físico y patrones de terapias anteriores
Ejemplo
Ejemplo
Aplicado a sistemas inteligentes antifraude para analizar transacciones, movimientos de tarjetas, patrones de compra, etc.
Ejemplo
Permite llevar el historial de compra de los clientes o el transporte de mercancías
Ejemplo
Posibilitan mejor uso de los recursos, mejorando la calidad del servicio
Aplicada a la investigación de los seres vivos
Ejemplo
Identificación de nuevas estrellas y galaxias.
Las herramientas de la minería de datos se combinan fácilmente y pueden analizarse y procesarse rápidamente.
Debido a la gran cantidad de datos, algunas veces resulta necesario usar procesamiento en paralelo para la minería de datos.
Proporciona un conjunto de relaciones y conocimiento que en muchas ocasiones no se sabía que existía dentro de la organización.
Ayuda a las empresas a elegir la mejor ruta por donde llevarlas
Permite a las empresas a conseguir ventajas competitivas contra su competencia
Incorpora técnicas de otros dominios
Como
Estadística
Aprendizaje automático
Reconocimiento de patrones
Bases de datos
Sistemas de almacenamiento de datos
Recuperación de información
Alto rendimiento
Algoritmos
Visualización
Es la evolución a lo que hoy se conoce como análisis avanzado de datos
¿Cómo?
De manera semiautomática o automática
Provee análisis de datos adicionales para un análisis a profundidad
Como
Clasificación de datos
Agrupamiento
Detección de valores atípicos
Anomalías
Caracterización de cambios en los datos a lo largo del tiempo.
Estadística
Ejemplo
Modela datos de una manera que tiene en cuenta la aleatoriedad y la incertidumbre en las observaciones y se utiliza para hacer inferencias sobre el proceso o la población bajo investigación
Regresión
Análisis de asociación y correlación
Abre nuevas oportunidades de negocios
Actualmente tiene muchos campos de aplicación