Introducción
Cada vez es más frecuente el almacén de información en bases de datos como en:
Data Warehouse
Empresas de Marketing
Escuelas
Gobierno
Esto dificulta la realización de análisis de aspectos relevantes.
1
Introducción
La búsqueda tradicional de datos se realiza mediante análisis estadísticos.
A finales de los 80’s la estadística se amplió a técnicas como lógica difusa, razonamiento heurístico y redes neuronales.
Actualmente, las técnicas anteriores se aprovechan para generar conocimiento.
2
Definición
La Minería de Datos es la extracción automática de información predictiva escondida desde bases de datos.
La Minería de Datos estudia métodos y algoritmos que permiten la extracción automática de información sintetizada que permite caracterizar las relaciones escondidas.
3
Definición
En las aplicaciones de la Minería de Datos se hace sobre datos previamente recolectados.
Los datos no cambian mientras están siendo analizados.
Por lo que los datos generados son confiables y consistentes para éstos datos.
4
Tipo de Tecnología
La Minería de Datos y las Bases de Datos comerciales están disponibles para resolver problemas de decisión de negocios.
La Minería de Datos es una tecnología que ayuda a enfocarse en la información más importante en los almacenes de datos.
5
Minería de Datos:
No es una solución a negocios.
Es sólo tecnología.
Encuentra las “gemas pérdidas” en montañas de información.
Bases de Datos Comerciales:
Involucra decisiones de información.
Da decisiones de negocios.
6
Tipo de Tecnología
Herramientas
Las Herramientas de la Minería de Datos:
Predicen tendencias futuras y comportamientos.
Pueden responder a preguntas que consumarían demasiado tiempo para resolverlas.
La automatización, provee herramientas típicas de soporte de decisión.
7
Herramientas
Las Herramientas obtienen de las bases de datos patrones escondidos.
Las Técnicas de la Minería de Datos pueden ser implementadas rápidamente en software y en las plataformas de hardware existente.
Las Herramientas de Minería de Datos pueden ser implementadas en plataformas cliente–servidor o computadoras de procesamiento paralelo.
8
Técnicas
Las Técnicas de la Minería de Datos son el resultado de un largo proceso de investigación y desarrollo de productos.
La Minería de Datos esta soportada por tres tecnologías que son lo suficientemente maduras:
Colección masiva de datos.
Computadoras con multiprocesamiento.
Algoritmos de minería de datos.
9
Evolución de consultas
En la siguiente tabla se muestra la evolución del tipo de consultas.
10
Componentes
El componente principal en la Tecnología de la Minería de Datos ha sido desarrollado en:
Estadística
Inteligencia Artificial
Máquinas de Aprendizaje
Actualmente, existe gran relevancia en:
Ambientes de negocios
Las descripciones básicas de las arquitecturas de almacenes de datos.
11
Técnicas
Las técnicas para la Minería de Datos son:
Redes Neuronales Artificiales.
Árboles de Decisión.
Algoritmos Genéticos.
Modelos Lineales.
Vecino más Cercano.
12
Minería de Datos
La Minería de Datos ha surgido del potencial del análisis de grandes volúmenes de información.
Su fin es obtener resúmenes y conocimiento para la toma de decisiones.
Además se pretende construir experiencia a partir de millones de transacciones.
13
Minería de Datos
El conjunto de datos de donde la minería intenta extraer conocimiento se le llama conjunto de entrenamiento.
La meta de la Minería es obtener conocimiento válido no solo para la base de datos considerada sino para una muy similar.
El conocimiento puede ser probado con otro conjunto de entrenamiento.
14
Minería de Datos
Algunas de las aplicaciones de la Minería de Datos son:
Compañias Farmaceuticas.
Compañias de crédito.
Compañias de transporte.
Compañias de consumo.
Reacciones químicas.
Comercio, monitoreo.
15
Retos de la Minería
Facilidad con que se puede caer en una falsa interpretación.
Es fácil equivocarse.
Tiempo y espacio.
Privacidad
16
Página siguiente  |