Académique Documents
Professionnel Documents
Culture Documents
Minera de datos
La revolucin digital durante los ltimos aos, permite a las empresas capturar y
almacenar una gran cantidad de datos, de los cuales es muy til el poder
recopilar informacin.
Minera de datos
De esta necesidad de descubrir conocimiento a partir de los datos , surge
el proceso de Descubrimiento de Conocimiento en Bases de Datos (KDD,
por sus siglas en ingles Knowledge Discovery in Databases) el cual consta
de 3 etapas: 1. Preprocesamiento de datos 2. Minera de Datos y 3.
Postprocesamiento de los resultados.
Un concepto formal de Minera de Datos sera: La minera de datos es el
proceso automtico para el descubrimiento de informacin til en grandes
cantidades de datos. La minera de datos consta de un campo
multidisciplinario con el cual se pretende predecir resultados y/o descubrir
relaciones entre los diferentes datos.
Escenarios
Campaas de
correo
Segmentacin de
mercado
Prediccin de
ventas
Secuencias de
compras
Escenario
s
Recomendaciones
de compras
Calidad de Datos.
Elxito de las
actividades de Data
Miningse relaciona
directamente con la
calidad de los datos.
o Demasiados
datos.
o Pocos datos.
o Poca Cantidad de
Datos.
Demasiados datos:
Pocos datos:
Poca Cantidad de
Datos:
o Atributos perdidos
o Valores perdidos.
o Datos fracturados.
Datos redundantes.
o Datos incompatibles.
Datos irrelevantes.
o Mltiples fuentes de
datos.
o Excesiva cantidad de
datos (muestreo)
Tendencia de datos
Con todos los pasos anteriores definimos que la minora de datos es posible
para el modelo que se esta analizando y se procede a continuar con los
pasos restantes.
GRACIAS POR SU
ATENCION!