SlideShare una empresa de Scribd logo
1 de 20
Minería de Datos 3”
GENERACION DE DATOS
GENERACION DE DATOS Ing. Janett Deisy Julca Flores
CONTENIDO ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Ing. Janett Deisy Julca Flores
¿Qué es Minería de Datos? Es un mecanismo de explotación, consistente en  la búsqueda de información valiosa en grandes volúmenes de datos. La minería de datos se centra en llenar la necesidad de descubrir el por que, para luego predecir y pronosticar las posibles acciones con cierto factor de confianza para cada predicción. Es el análisis de archivos y bitácoras de transacciones, trabaja a nivel del conocimiento con el fin de descubrir patrones, relaciones, reglas, asociaciones o incluso excepciones útiles para la toma de decisiones.
Orígenes de la Minería de Datos ,[object Object],[object Object],[object Object],[object Object],[object Object],Análisis de  regresión, desviación estándar, varianza, análisis de clustering, intervalos de confianza, entre otros. Ciertamente, en las herramientas y técnicas utilizadas en minería de datos, el análisis de estadística clásica juega un rol sumamente importante . Esta disciplina se encuentra basada en heurísticas, de forma opuesta a la estadística, pero debido a que su implementación necesitaba  de computadoras con un poder de procesamiento alto Podemos describir como la unión de las estadísticas e Inteligencia Artificial porque conjunta heurísticas con análisis estadístico avanzado. ,[object Object]
[object Object],[object Object],[object Object],Minería de Datos Usa primordialmente técnicas estadísticas Usa principalmente técnicas de inteligencia artificial
Características de la Minería  de Datos ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],Fundamentos de la Minería de  Datos
[object Object],[object Object],[object Object],[object Object],[object Object],Usuarios de la Minería de Datos
Metodología de la Minería de Datos
Proceso de la Minería de Datos es el proceso de aplicar a una determinada base de datos las operaciones requeridas de selección, exploración, muestre, transformación y métodos de modelado para extraer los patrones y posteriormente evaluarlos para identificar el conjunto de ellos que representaran el conocimiento. El proceso de  KDD (Knowledge Discovery in Databases)  es un proceso iterativo porque incluye numerosos pasos en los que el usuario tiene que tomar decisiones. Es iterativo porque puede ser necesario acceder desde una fase a cualquiera de las anteriores, e interactivo porque el proceso es supervisado por el usuario de forma directa. . Consta de 4 pasos : 1. Selección de Objetivos 2. Preparación de Datos 3. Construcción del Modelo 4. Análisis de los Resultados .
[object Object],[object Object],[object Object],Extensiones de la Minería de Datos ,[object Object],[object Object],[object Object],Web usage mining (minería de uso web).  Es el proceso de extracción de modelos interesantes usando los logs de los accesos al web.
[object Object],[object Object],[object Object],[object Object],[object Object],Extensiones de la Minería de Datos
[object Object],[object Object],[object Object],[object Object],Aplicaciones de la Minería de Datos
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Aplicaciones de la Minería de Datos
[object Object],[object Object],[object Object],[object Object],[object Object],Conclusiones
Tarea ,[object Object],Ing. Janett Deisy Julca Flores
¿Preguntas?
! GRACIAS POR SU ATENCION !

Más contenido relacionado

La actualidad más candente

Minería de datos
Minería de datosMinería de datos
Minería de datosKeopx
 
Presentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datosPresentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datosMaría Inés Cahuana Lázaro
 
Etapas en el diseño de Base de Datos
Etapas en el diseño de Base de DatosEtapas en el diseño de Base de Datos
Etapas en el diseño de Base de DatosAnielka Reyes
 
Bigdata trabajo de investigacion
Bigdata trabajo de investigacion Bigdata trabajo de investigacion
Bigdata trabajo de investigacion Ris Fernandez
 
Unidad II. Modelo de Datos
Unidad II. Modelo de DatosUnidad II. Modelo de Datos
Unidad II. Modelo de Datosucbasededatos
 
Analisis Y DiseñO Orientado A Objetos
Analisis Y DiseñO Orientado A ObjetosAnalisis Y DiseñO Orientado A Objetos
Analisis Y DiseñO Orientado A Objetosyoiner santiago
 
Diagramas de estados
Diagramas de estadosDiagramas de estados
Diagramas de estadosstill01
 
Unidad 1. Fundamentos de Base de Datos
Unidad 1. Fundamentos de Base de DatosUnidad 1. Fundamentos de Base de Datos
Unidad 1. Fundamentos de Base de Datoshugodanielgd
 
Tecnicas y herramientas de desarrollo de software(1)
Tecnicas y herramientas de desarrollo de software(1)Tecnicas y herramientas de desarrollo de software(1)
Tecnicas y herramientas de desarrollo de software(1)Gustavo Gualsema
 
Historia de la tecnologia de base de datos
Historia de la tecnologia de base de datosHistoria de la tecnologia de base de datos
Historia de la tecnologia de base de datosralbarracin
 
Tipos de Modelos de Datos : Ventajas y Desventajas
Tipos de Modelos de Datos : Ventajas y DesventajasTipos de Modelos de Datos : Ventajas y Desventajas
Tipos de Modelos de Datos : Ventajas y DesventajasJuanMiguelCustodioMo
 
Normalizacion de bases de datos
Normalizacion de bases de datosNormalizacion de bases de datos
Normalizacion de bases de datosCaro_Noirgean
 
Analisis y diseño de sistemas preguntas de repaso
Analisis y diseño de sistemas preguntas de repasoAnalisis y diseño de sistemas preguntas de repaso
Analisis y diseño de sistemas preguntas de repasoAlejandro Rivera Santander
 

La actualidad más candente (20)

Minería de datos
Minería de datosMinería de datos
Minería de datos
 
Presentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datosPresentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datos
 
Etapas en el diseño de Base de Datos
Etapas en el diseño de Base de DatosEtapas en el diseño de Base de Datos
Etapas en el diseño de Base de Datos
 
Bigdata trabajo de investigacion
Bigdata trabajo de investigacion Bigdata trabajo de investigacion
Bigdata trabajo de investigacion
 
Modelo entidad
Modelo entidadModelo entidad
Modelo entidad
 
Modelo de datos
Modelo de datosModelo de datos
Modelo de datos
 
Fundamentos de las bases de datos
Fundamentos de las bases de datosFundamentos de las bases de datos
Fundamentos de las bases de datos
 
Unidad II. Modelo de Datos
Unidad II. Modelo de DatosUnidad II. Modelo de Datos
Unidad II. Modelo de Datos
 
Analisis Y DiseñO Orientado A Objetos
Analisis Y DiseñO Orientado A ObjetosAnalisis Y DiseñO Orientado A Objetos
Analisis Y DiseñO Orientado A Objetos
 
Sistemas de Información Ejecutiva
Sistemas de Información EjecutivaSistemas de Información Ejecutiva
Sistemas de Información Ejecutiva
 
Diagramas de estados
Diagramas de estadosDiagramas de estados
Diagramas de estados
 
Unidad 1. Fundamentos de Base de Datos
Unidad 1. Fundamentos de Base de DatosUnidad 1. Fundamentos de Base de Datos
Unidad 1. Fundamentos de Base de Datos
 
SISTEMAS DE APOYO A LA TOMA DE DECISIONES
SISTEMAS DE APOYO A LA TOMA DE DECISIONESSISTEMAS DE APOYO A LA TOMA DE DECISIONES
SISTEMAS DE APOYO A LA TOMA DE DECISIONES
 
Tecnicas y herramientas de desarrollo de software(1)
Tecnicas y herramientas de desarrollo de software(1)Tecnicas y herramientas de desarrollo de software(1)
Tecnicas y herramientas de desarrollo de software(1)
 
Historia de la tecnologia de base de datos
Historia de la tecnologia de base de datosHistoria de la tecnologia de base de datos
Historia de la tecnologia de base de datos
 
Tipos de Modelos de Datos : Ventajas y Desventajas
Tipos de Modelos de Datos : Ventajas y DesventajasTipos de Modelos de Datos : Ventajas y Desventajas
Tipos de Modelos de Datos : Ventajas y Desventajas
 
Redes lan y wan
Redes lan y wanRedes lan y wan
Redes lan y wan
 
Normalizacion de bases de datos
Normalizacion de bases de datosNormalizacion de bases de datos
Normalizacion de bases de datos
 
Analisis y diseño de sistemas preguntas de repaso
Analisis y diseño de sistemas preguntas de repasoAnalisis y diseño de sistemas preguntas de repaso
Analisis y diseño de sistemas preguntas de repaso
 
Diseño de bases de datos
Diseño de bases de datosDiseño de bases de datos
Diseño de bases de datos
 

Destacado

Minería de datos Presentación
Minería de datos PresentaciónMinería de datos Presentación
Minería de datos Presentaciónedmaga
 
Data Mining
Data MiningData Mining
Data Miningbrobelo
 
BASE DE DATOS ORIENTADO A OBJETOS
BASE DE DATOS ORIENTADO A OBJETOSBASE DE DATOS ORIENTADO A OBJETOS
BASE DE DATOS ORIENTADO A OBJETOSmigmorbus1
 
Tutorial weebly
Tutorial weeblyTutorial weebly
Tutorial weeblyNCelpa
 
¿Qué es un modelo predictivo y para qué vale?
¿Qué es un modelo predictivo y para qué vale?¿Qué es un modelo predictivo y para qué vale?
¿Qué es un modelo predictivo y para qué vale?Scoremind
 
Métodos predictivos y Descriptivos - MINERÍA DE DATOS
Métodos predictivos y Descriptivos - MINERÍA DE DATOSMétodos predictivos y Descriptivos - MINERÍA DE DATOS
Métodos predictivos y Descriptivos - MINERÍA DE DATOSlalopg
 
Modelos predictivos: datos, métodos, problemas y aplicaciones
Modelos predictivos: datos, métodos, problemas y aplicacionesModelos predictivos: datos, métodos, problemas y aplicaciones
Modelos predictivos: datos, métodos, problemas y aplicacionesÁngel M. Felicísimo
 
Minería de datos en redes sociales
Minería de datos en redes socialesMinería de datos en redes sociales
Minería de datos en redes socialesMaría Muñoz Parra
 
Minería de datos
Minería de datosMinería de datos
Minería de datosanag catal
 
Make Growth Happen for all Employees
Make Growth Happen for all EmployeesMake Growth Happen for all Employees
Make Growth Happen for all EmployeesTalent Innovations
 
Minería de datos y kdd
Minería de datos y kddMinería de datos y kdd
Minería de datos y kddYaz_Cuapio
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datoselsemieni
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datosArnoldo Gil
 

Destacado (20)

Minería de datos Presentación
Minería de datos PresentaciónMinería de datos Presentación
Minería de datos Presentación
 
Data Mining
Data MiningData Mining
Data Mining
 
Minería de datos
Minería de datosMinería de datos
Minería de datos
 
BASE DE DATOS ORIENTADO A OBJETOS
BASE DE DATOS ORIENTADO A OBJETOSBASE DE DATOS ORIENTADO A OBJETOS
BASE DE DATOS ORIENTADO A OBJETOS
 
Tutorial weebly
Tutorial weeblyTutorial weebly
Tutorial weebly
 
Aplicaciones de la mineria de datos
Aplicaciones de la mineria de datosAplicaciones de la mineria de datos
Aplicaciones de la mineria de datos
 
Base de Datos Orientada a Objetos
Base de Datos Orientada a ObjetosBase de Datos Orientada a Objetos
Base de Datos Orientada a Objetos
 
¿Qué es un modelo predictivo y para qué vale?
¿Qué es un modelo predictivo y para qué vale?¿Qué es un modelo predictivo y para qué vale?
¿Qué es un modelo predictivo y para qué vale?
 
Métodos predictivos y Descriptivos - MINERÍA DE DATOS
Métodos predictivos y Descriptivos - MINERÍA DE DATOSMétodos predictivos y Descriptivos - MINERÍA DE DATOS
Métodos predictivos y Descriptivos - MINERÍA DE DATOS
 
Modelos predictivos: datos, métodos, problemas y aplicaciones
Modelos predictivos: datos, métodos, problemas y aplicacionesModelos predictivos: datos, métodos, problemas y aplicaciones
Modelos predictivos: datos, métodos, problemas y aplicaciones
 
Minería de datos
Minería de datosMinería de datos
Minería de datos
 
Minería de datos en redes sociales
Minería de datos en redes socialesMinería de datos en redes sociales
Minería de datos en redes sociales
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Minería de datos
Minería de datosMinería de datos
Minería de datos
 
Make Growth Happen for all Employees
Make Growth Happen for all EmployeesMake Growth Happen for all Employees
Make Growth Happen for all Employees
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Minería de datos y kdd
Minería de datos y kddMinería de datos y kdd
Minería de datos y kdd
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 

Similar a Minería de Datos: Proceso, Aplicaciones y Beneficios

Similar a Minería de Datos: Proceso, Aplicaciones y Beneficios (20)

Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Mineria de Datos
Mineria de DatosMineria de Datos
Mineria de Datos
 
Marisela labrador
Marisela labradorMarisela labrador
Marisela labrador
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Introducción al Data Mining
Introducción al Data MiningIntroducción al Data Mining
Introducción al Data Mining
 
Data mining
Data miningData mining
Data mining
 
Data mining
Data miningData mining
Data mining
 
Manejo De Datos
Manejo De DatosManejo De Datos
Manejo De Datos
 
Exposicion mineria de datos - Franklin Rodríguez
Exposicion mineria de datos - Franklin Rodríguez Exposicion mineria de datos - Franklin Rodríguez
Exposicion mineria de datos - Franklin Rodríguez
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Unidad2 Bases De Datos Para L Toma De Desiciones
Unidad2 Bases De Datos Para L Toma De DesicionesUnidad2 Bases De Datos Para L Toma De Desiciones
Unidad2 Bases De Datos Para L Toma De Desiciones
 
Capitulo5
Capitulo5Capitulo5
Capitulo5
 
Capitulo5
Capitulo5Capitulo5
Capitulo5
 
Mineria y modelado de datos
Mineria y modelado de datosMineria y modelado de datos
Mineria y modelado de datos
 
Web mining
Web miningWeb mining
Web mining
 
Minería de Datos. Introducción
Minería de Datos. IntroducciónMinería de Datos. Introducción
Minería de Datos. Introducción
 
Minería de Datos Aplicado a la EPH Encuesta Permanente de Hogares
Minería de Datos Aplicado a la EPH Encuesta Permanente de HogaresMinería de Datos Aplicado a la EPH Encuesta Permanente de Hogares
Minería de Datos Aplicado a la EPH Encuesta Permanente de Hogares
 
Monografia Data Mining
Monografia Data Mining   Monografia Data Mining
Monografia Data Mining
 

Más de Janett Julca Flores

CURSO DE TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APR...
CURSO DE TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APR...CURSO DE TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APR...
CURSO DE TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APR...Janett Julca Flores
 
TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APRENDIZAJE-...
TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APRENDIZAJE-...TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APRENDIZAJE-...
TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APRENDIZAJE-...Janett Julca Flores
 
Curso de TIC PARA LA ENSEÑANZA Y APRENDIZAJE
Curso de TIC PARA LA ENSEÑANZA Y APRENDIZAJECurso de TIC PARA LA ENSEÑANZA Y APRENDIZAJE
Curso de TIC PARA LA ENSEÑANZA Y APRENDIZAJEJanett Julca Flores
 
01 clase01 sociedad-de_la_información_conocimiento
01 clase01 sociedad-de_la_información_conocimiento01 clase01 sociedad-de_la_información_conocimiento
01 clase01 sociedad-de_la_información_conocimientoJanett Julca Flores
 
Ponencia en el Congreso Internacional de Ingenieria UCV 2010
Ponencia en el Congreso Internacional de Ingenieria UCV 2010Ponencia en el Congreso Internacional de Ingenieria UCV 2010
Ponencia en el Congreso Internacional de Ingenieria UCV 2010Janett Julca Flores
 
Un Estudio Dinamico De Las Base De Datos En Sig Moviles
Un Estudio Dinamico De Las Base De Datos En Sig MovilesUn Estudio Dinamico De Las Base De Datos En Sig Moviles
Un Estudio Dinamico De Las Base De Datos En Sig MovilesJanett Julca Flores
 

Más de Janett Julca Flores (16)

Sesion05 06 07
Sesion05 06 07Sesion05 06 07
Sesion05 06 07
 
Sesion05 06 07
Sesion05 06 07Sesion05 06 07
Sesion05 06 07
 
Weblog en Blogger
Weblog en BloggerWeblog en Blogger
Weblog en Blogger
 
CURSO DE TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APR...
CURSO DE TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APR...CURSO DE TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APR...
CURSO DE TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APR...
 
TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APRENDIZAJE-...
TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APRENDIZAJE-...TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APRENDIZAJE-...
TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN PARA LA ENSEÑANZA Y EL APRENDIZAJE-...
 
Curso de TIC PARA LA ENSEÑANZA Y APRENDIZAJE
Curso de TIC PARA LA ENSEÑANZA Y APRENDIZAJECurso de TIC PARA LA ENSEÑANZA Y APRENDIZAJE
Curso de TIC PARA LA ENSEÑANZA Y APRENDIZAJE
 
Diseño web clase03
Diseño web clase03Diseño web clase03
Diseño web clase03
 
Diseño web clase02
Diseño web clase02Diseño web clase02
Diseño web clase02
 
Diseño web clase01
Diseño web clase01Diseño web clase01
Diseño web clase01
 
01 clase01 sociedad-de_la_información_conocimiento
01 clase01 sociedad-de_la_información_conocimiento01 clase01 sociedad-de_la_información_conocimiento
01 clase01 sociedad-de_la_información_conocimiento
 
Ponencia en el Congreso Internacional de Ingenieria UCV 2010
Ponencia en el Congreso Internacional de Ingenieria UCV 2010Ponencia en el Congreso Internacional de Ingenieria UCV 2010
Ponencia en el Congreso Internacional de Ingenieria UCV 2010
 
Un Estudio Dinamico De Las Base De Datos En Sig Moviles
Un Estudio Dinamico De Las Base De Datos En Sig MovilesUn Estudio Dinamico De Las Base De Datos En Sig Moviles
Un Estudio Dinamico De Las Base De Datos En Sig Moviles
 
Base de Maraton de Programacion
Base de Maraton de ProgramacionBase de Maraton de Programacion
Base de Maraton de Programacion
 
Manual Word 2007
Manual Word 2007Manual Word 2007
Manual Word 2007
 
Grupos Virtuales En Yahoo
Grupos Virtuales En YahooGrupos Virtuales En Yahoo
Grupos Virtuales En Yahoo
 
El Wiki
El WikiEl Wiki
El Wiki
 

Último

POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...silviayucra2
 
Plan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docxPlan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docxpabonheidy28
 
Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024GiovanniJavierHidalg
 
Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptxProyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx241521559
 
Redes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfRedes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfsoporteupcology
 
Hernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptxHernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptxJOSEMANUELHERNANDEZH11
 
EPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveEPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveFagnerLisboa3
 
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE  DE TECNOLOGIA E INFORMATICA PRIMARIACLASE  DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIAWilbisVega
 
trabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdftrabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdfIsabellaMontaomurill
 
SalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 TestcontainersSalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 TestcontainersIván López Martín
 
La era de la educación digital y sus desafios
La era de la educación digital y sus desafiosLa era de la educación digital y sus desafios
La era de la educación digital y sus desafiosFundación YOD YOD
 
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfPARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfSergioMendoza354770
 
KELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento ProtégelesKELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento ProtégelesFundación YOD YOD
 
guía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Josephguía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan JosephBRAYANJOSEPHPEREZGOM
 
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)GDGSucre
 
Trabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnologíaTrabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnologíassuserf18419
 
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...AlanCedillo9
 
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...FacuMeza2
 
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricGlobal Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricKeyla Dolores Méndez
 

Último (19)

POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
 
Plan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docxPlan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docx
 
Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024
 
Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptxProyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx
 
Redes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfRedes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdf
 
Hernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptxHernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptx
 
EPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveEPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial Uninove
 
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE  DE TECNOLOGIA E INFORMATICA PRIMARIACLASE  DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIA
 
trabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdftrabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdf
 
SalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 TestcontainersSalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 Testcontainers
 
La era de la educación digital y sus desafios
La era de la educación digital y sus desafiosLa era de la educación digital y sus desafios
La era de la educación digital y sus desafios
 
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfPARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
 
KELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento ProtégelesKELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento Protégeles
 
guía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Josephguía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Joseph
 
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)
 
Trabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnologíaTrabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnología
 
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
 
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
 
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricGlobal Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
 

Minería de Datos: Proceso, Aplicaciones y Beneficios

  • 3. GENERACION DE DATOS Ing. Janett Deisy Julca Flores
  • 4.
  • 5. ¿Qué es Minería de Datos? Es un mecanismo de explotación, consistente en la búsqueda de información valiosa en grandes volúmenes de datos. La minería de datos se centra en llenar la necesidad de descubrir el por que, para luego predecir y pronosticar las posibles acciones con cierto factor de confianza para cada predicción. Es el análisis de archivos y bitácoras de transacciones, trabaja a nivel del conocimiento con el fin de descubrir patrones, relaciones, reglas, asociaciones o incluso excepciones útiles para la toma de decisiones.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11. Metodología de la Minería de Datos
  • 12. Proceso de la Minería de Datos es el proceso de aplicar a una determinada base de datos las operaciones requeridas de selección, exploración, muestre, transformación y métodos de modelado para extraer los patrones y posteriormente evaluarlos para identificar el conjunto de ellos que representaran el conocimiento. El proceso de KDD (Knowledge Discovery in Databases) es un proceso iterativo porque incluye numerosos pasos en los que el usuario tiene que tomar decisiones. Es iterativo porque puede ser necesario acceder desde una fase a cualquiera de las anteriores, e interactivo porque el proceso es supervisado por el usuario de forma directa. . Consta de 4 pasos : 1. Selección de Objetivos 2. Preparación de Datos 3. Construcción del Modelo 4. Análisis de los Resultados .
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 20. ! GRACIAS POR SU ATENCION !