Please enable JavaScript.
Coggle requires JavaScript to display documents.
MINERIA DE DATOS, Knowledge Discovery in Databases - Coggle Diagram
MINERIA DE DATOS
Es la aplicación de algoritmos específicos para extraer modelos de los datos.
es parte del proceso de KDD
Proceso de identificar patrones significativos en los datos que sean válidos, novedosos, potencialmente útiles y comprensibles para un usuario.
sus tareas pueden ser
Descriptivas
Descubrir patrones interesantes o relacionados describiendo los datos
Predictivas
Clasificar nuevos datos basandose en los anteriores disponibles
Modelos
Clasificación
: clasifica un dato dentro de una de las clases categóricas predefinidas.
Regresión
: hace corresponder un dato con un valor real de una variable.
Clustering
: agrupación de registros, observaciones, o casos en clases de objetos similares.
Generación de reglas
: se extraen o generan reglas de los datos.
Resumen o sumarización
: proporcionan una descripción compacta de un subconjunto de datos.
Análisis de secuencias
: modelan los estados del proceso, o extraer e informar de la desviación y tendencias en el tiempo.
Areas relacionadas
Todas las actividades humanas que generen datos
Comercio y banca, medicina y farmacia, seguridad y detección de fraude, recuperación de info no numeríca, astronomía, ciencias ambientales y sociales, geología, agricultura, etc.
Es la construcción de un modelos que ajustado a unos datos proporciona un conocimiento
Ajuste final
Realizar una "fase de aprendizaje" con los datos disponibles para ajustar el modelo anterior a nuestro problema particular.
Elección del modelo
Dos condicionantes: el tipo de los
datos y el objetivo que se quiera obtener
La literatura presenta un catalogo de distintos modelos para los diferentes objetivos.
Productos
SAS con SAS Script y SAS Enterprise Miner
SPSS y el paquete Clementine
IBM con Intelligent Miner
Microsoft
Knowledge Discovery in
Databases