El documento proporciona una introducción al data mining, que es el conjunto de técnicas que permiten explorar grandes bases de datos para encontrar patrones y reglas que expliquen el comportamiento de los datos. Explica que el data mining se basa en tres tecnologías maduras: la recolección masiva de datos, computadoras potentes y algoritmos de data mining. También describe algunas de las técnicas comúnmente usadas como redes neuronales artificiales, árboles de decisión y algoritmos genéticos.

2. DATA MINING
Acevedo Claudelís
Aldemar Gonzalez
Gómez Angélica
Gutiérrez Astrid
Meza Mayi
Rodríguez Sergio
Rojas Zaida

3. DEFINICIÓN
El data mining (minería de datos), es el conjunto de
técnicas y tecnologías que permiten explorar grandes
bases de datos, de manera automática o
semiautomática, con el objetivo de encontrar patrones
repetitivos, tendencias o reglas que expliquen el
comportamiento de los datos en un determinado
contexto.

4. FUNDAMENTOS DEL DATA
MINING
Esta evolución comenzó
cuando los datos de negocios
fueron almacenados por
primera vez en computadoras, y
continuó con mejoras en el Data Mining está listo para su
aplicación en la comunidad de
acceso a los datos.
negocios porque está soportado por
tres tecnologías que ya están
suficientemente maduras:
Recolección masiva de datos
Potentes computadoras con
multiprocesadores
Algoritmos de Data Mining
.

5. EL ALCANCE
El nombre de Data Mining
deriva de las similitudes entre
buscar valiosa información de
negocios en grandes bases de
datos.

6. HERRAMIENTAS
CLEMENTINE /
SPSS
SAS ENTERPRISE
DLIFE / MINER / SAS
APARA
DVELOX 2.5/ SAS ANALYTICS /
APARA SAS
IBM DB2
WAREHOUSE
ENTERPRISE MICROSTRATEGY
EDITION / IBM MICROSOFT SQL DATA MINING
SERVER 2005 / SERVICES
MICROSOFT /MICROSTRATEGY

7. LAS TÉCNICAS COMÚNMENTE
USADAS
REDES NEURONALES
ARBOLES DE DECISIÓN
ARTIFICIALES.
ALGORITMOS
GENÉTICOS MÉTODO DEL
VECINO MÁS
CERCANO

8. ¿CÓMO TRABAJA EL DATA
MINING?
Modelado es simplemente el acto de construir un modelo en
una situación donde usted conoce la respuesta y luego la
aplica en otra situación de la cual desconoce la respuesta.
ARQUITECTURA PARA DATA
Para aplicar mejor estasMINING
técnicas avanzadas, éstas deben
estar totalmente integradas con el data warehouse así como
con herramientas flexibles e interactivas para el análisis de
negocios.

9. EJEMPLOS DE LA APLICACIÓN
DEL DATA MINING
EN EL GOBIERNO
EN LA EMPRESA
DESCUBRIENDO EL PORQUÉ DE LA
DESERCIÓN DE CLIENTES DE UNA
COMPAÑÍA OPERADORA DE
TELEFONÍA MÓVIL
EN LA UNIVERSIDAD
EN INVESTIGACIONES ESPACIALES
EN LOS CLUBES DEPORTIVOS

10. LAS ORGANIZACIONES DE HOY DEBEN
ESTAR PREPARADAS PARA ABRAZAR
A LA TECNOLOGÍA