El documento habla sobre el concepto de minería de datos. Explica que la minería de datos es la extracción de información oculta e implícita de grandes volúmenes de datos mediante el uso de técnicas estadísticas, de inteligencia artificial y de procesamiento de datos. Además, describe que la minería de datos tiene como objetivo principal transformar los datos en una estructura comprensible para su uso posterior y toma de decisiones. Por último, señala que la metodología CRISP-DM es una de las más utilizadas para
La toma de decisiones precisa de conocimiento, el cual proviene de la información que el centro decisor posea. Dicha información surge del análisis de datos específicos y necesarios. La minería o exploración de datos es la etapa de análisis de "Knowledge Discovery in Databases" o KDD); es un campo de la estadística y las ciencias de la computación, y se refiere al proceso de detección de patrones en grandes volúmenes de datos.
Este es el trabajo realizado en base al seminario Isummit Loxa 2010, en base al tema de Gestión del Conocimiento. Integrantes del grupo: Daniel Rdríguez, Borys Zúñiga, Édison Cadena
Tema: Gestión del Conocimientos y Tecnologías emergentes
Integrantes: Daniel Ignacio Rodríguez Bautista, Borys Alexander Zúñiga Pullaguari, Edison David Cadena Zambrano.
La toma de decisiones precisa de conocimiento, el cual proviene de la información que el centro decisor posea. Dicha información surge del análisis de datos específicos y necesarios. La minería o exploración de datos es la etapa de análisis de "Knowledge Discovery in Databases" o KDD); es un campo de la estadística y las ciencias de la computación, y se refiere al proceso de detección de patrones en grandes volúmenes de datos.
Este es el trabajo realizado en base al seminario Isummit Loxa 2010, en base al tema de Gestión del Conocimiento. Integrantes del grupo: Daniel Rdríguez, Borys Zúñiga, Édison Cadena
Tema: Gestión del Conocimientos y Tecnologías emergentes
Integrantes: Daniel Ignacio Rodríguez Bautista, Borys Alexander Zúñiga Pullaguari, Edison David Cadena Zambrano.
PREVENCION DELITOS RELACIONADOS COM INT.pptxjohnsegura13
Concientizar y sensibilizar a los funcionarios, sobre la importancia de promover la seguridad en sus operaciones de comercio internacional, mediante la unificación de criterios relacionados con la trazabilidad de sus operaciones.
Guía para hacer un Plan de Negocio para tu emprendimiento.pdfpppilarparedespampin
Esta Guía te ayudará a hacer un Plan de Negocio para tu emprendimiento. Con todo lo necesario para estructurar tu proyecto: desde Marketing hasta Finanzas, lo imprescindible para presentar tu idea. Con esta guía te será muy fácil convencer a tus inversores y lograr la financiación que necesitas.
2. CONCEPTO
La minería de datos en la actualidad se ha convertido
en una herramienta importante en las ciencias de la
computación la cual intenta indagar en grandes
volúmenes de datos. El objetivo principal de la minería
de datos consiste en extraer información y transformarla
en una estructura comprensible para su posterior
uso. Se sirve de varias áreas del conocimiento como la
estadística, la inteligencia artificial, el aprendizaje, el
procesamiento de grandes cantidades de informacion y
las Bases de Datos.La minería de datos (Data Mining),
en sí consiste en la extraccion no trivial de información
que reside de manera implicita en los datos, es decir
que la minería prepara, sondea y explora los datos para
sacar la información oculta en ellos.
2
MINERIADEDATOS
3. ¿QUÉ ES LA MINERÍA DE DATOS?
Conjunto de técnicas y herramientas que apoyan la
toma de decisiones enfocadas a la administración y
creación de conocimiento mediante el análisis de
datos existentes
El objetivo general del proceso de minería de
datos consiste en extraer información de un
conjunto de datos y transformarla en una estructura
comprensible para su uso posterior. Además de la
etapa de análisis en bruto, que involucra aspectos
de bases de datos y de gestión de datos
MINERIADEDATOS
3
4. Dato Mínima unidad semántica representada en un
conjunto de caracteres que pueden indicar algo;
estos caracteres son extraídos a partir de un
hecho, una transacción o un suceso.
Minería Técnica de extracción selectiva de
elementos de los cuales se puede obtener un
beneficio.
4
MINERIADEDATOS
5. CARACTERÍSTICAS
5
MINERIADEDATOS
Explorar los datos se encuentran en las
profundidades de las bases de datos, como los
almacenes de datos, que algunas veces contienen
información almacenada durante varios años.
En algunos casos, los datos se consolidan en un
almacén de datos y en mercados de datos; en
otros, se mantienen en servidores de Internet e
Intranet. El entorno de la minería de datos suele
tener una arquitectura cliente/servidor.
Las herramientas de la minería de datos ayudan a
extraer el mineral de la información enterrado en
archivos corporativos o en registros públicos,
archivados
6. METODOLOGÍAS DE DESARROLLO PARA
PROYECTOS DE MINERÍA DE DATOS
La metodología CRISP-DM [11] consiste en un conjunto de tareas descritas en
cuatro niveles de abstracción: fase, tarea genérica, tarea especializada, e
instancia de proceso, organizados de forma jerárquica en tareas que van desde el
nivel más general hasta los casos más específicos.
Fase: Se le denomina fase al asunto o paso dentro del proceso.CRISP-DM consta
de 6 fases: comprensión del negocio, comprensión de los datos, preparación de
los datos, modelación, evaluación y explotación.
Tarea genérica: Cada fase esta formada por tareas genéricas, o sea, la tarea
genérica es la descripción de las actividades que se realizan dentro de cada fase.
Por ejemplo, la tarea Limpiar los datos es una tarea genérica.
Tarea especializada: La tarea especializada describe cómo se pueden llevar a
cabo las tareas genéricas en situaciones específicas. Por ejemplo, la tarea Limpiar
los datos tiene tareas especializadas, como limpiar valores numéricos, y limpiar
valores categóricos.
Instancias de proceso: Las instancias de proceso son las acciones y resultados
de las actividades realizadas dentro de cada fase del proyecto.
Las fases del proyecto de Minería de acuerdo a lo establecido por la metodología
CRISP-DM interactúan entre ellas de forma iterativa durante el desarrollo del
proyecto. La secuencia de las fases no siempre es ordenada, o en ocasiones si se
determina al realizar la evaluación que los objetivos del negocio no se cumplieron
se debe regresar y buscar las causas del problema para redefinirlo.
6
MINERIADEDATOS