Please enable JavaScript.
Coggle requires JavaScript to display documents.
Fundamentos, aplicaciones y técnicas de la Minería de Datos, image, image,…
Fundamentos, aplicaciones y técnicas de la Minería de Datos
¿Qué es?
Proceso automatizado
Explorar y analizar grandes volúmenes
Para descubrir patrones, tendencias, anomalías
Que no son evidentes a simple vista.
Conceptos clave
Limpieza y Preparación de Datos
Deben eliminar datos duplicados, erróneos o incompletos
Para un formato óptimo
Almacenes de Datos
Repositorios centralizados de información
Proveniente de múltiples fuentes
KDD
Proceso de extracción de conocimiento
Modelado
Representaciones matemáticas o estadístico-computacionales
Para explicar comportamientos o predecir resultados
Relaciones entre Minería de Datos e Inteligencia de Negocios
Minería de Datos (Nivel Predictivo y Prescriptivo / "¿Por qué pasó y qué pasará?")
Profundiza en los datos mediante algoritmos
Predecir escenarios futuros y explicar causas raíz
BI (Nivel Descriptivo / "¿Qué pasó?")
Se enfoca en consolidar datos históricos
Mostrar reportes KPI e indicadores visuales
Técnicas Principales
Clasificación
Asigna elementos a categorías predeterminadas
Según un conjunto de datos previamente etiquetado
Agrupamiento o Clustering
Organiza datos en grupos
Basado en similitudes internas
Reglas de Asociación
Identifica relaciones de dependencia o coocurrencia
De variables dentro de grandes conjuntos de transacciones
Detección de Anomalías
Identifica registros
Alejados del comportamiento normal del resto de datos
Predicción / Regresión
Estima valores numéricos
Basados en patrones históricos
Aplicaciones
Finanzas y Banca
Detección de fraudes en transacciones
Comercio Electrónico y Retail
Motores de recomendación personalizada
Salud y Medicina
Identificación de patrones para el diagnostico
Marketing y Ventas
Segmentación precisa de clientes
Telecomunicaciones y Servicios
Optimización de tráfico en redes
