DATA MINING


                             Equipo 6
                             PEDRO SOTO
                             EDGAR VARELA
                             RAUL DIAZ
                             GERARDEO MILLAN
                             AESENIA GOMOEZ
                             ANA PAEZ
                             ALEXIS REYES




 Valencia, Septiembre 2012
DEFINICION E HISTORIA


EXTRACCION DE CONOCIMIENTOS EN BASES
DE DATOS



                  1960 ESTADISTICOS MANEJABAN DATAFISHING




                                       1.980 DATA MINING Y KDD



                                                    2002 INTEGRACION   DE   MUCHAS
                                                    EMPRESAS
CARACTERISTICAS Y OBJETIVOS



• EXPLORAR LOS DATOS QUE SE ENCUENTRAN EN LAS BASES DE DATOS
• DATOS CONSOLIDADOS EN ALMACEN DE DATOS, MERCADO DE DATOS, SERVIDORES

•SUELE TENER UNA ARQUITECTURA CLIENTE SERVIDOR

•AYUDA A EXTRAER INFORMACION

•EL MINERO PUEDE LLEGAR A SER UN USUARIO CON POCA O NINGUNA HABILIDAD EN
PROGRAMACION

•HERRAMIENTAS SE COMBINAN FACILMENTE

•PRODUCE 05 TIPOS DE INFORMACION:
ASOCIACIONES, SECUENCIAS, CLASIFICACIONES, AGRUPAMIENTOS, PRONOSTICOS
UTILIDAD DEL DATA MINING


         SE PUEDE DAR DENTRO DE LOS SIGUIENTES
         ASPECTOS:




                      SISTEMAS PARCIAMENTE DESCONOCIDOS




                      ENORME CANTIDAD DE DATOS




                      POTENTE HARDWARE Y SOFTWARE
OBJETIVOS PRINCIPALES




                  1.- DESCRIPCION:
                  (DESCUBRIMIENTO DE REGLAS)



                  2.- PREDICCION:
                  (UTILIZACION DE VARIABLES PARA ESTIMAR
                  VARIABLES DE SALIDA)
HERRAMIENTAS UTILIZADAS DE LA
INTELIGENCIA ARTIFICIAL



                 RECONOCIMIENTO
                   DE PATRONES




REDES NEURALES



                                        ALGORITMO GENETICO




                     K-NEAREST NEIBOR
IMPORTANCIA DEL DATA MINING




                         APOYO
                  (EXPLORAR, ANALIZAR,    NUEVOS CAMINOS
  CAPACIDAD DE                                              INTEGRACION
                     COMPRENDER Y        (ESTRUCTURAS DE
ALMACENAR DATOS                                            TRANSPARENTE)
                        APLICAR             LOS DATOS)
                     CONOCIMIENTO
CASO PRACTICO




                     FRAUDE DE LAS
                  TARJETAS DE CREDITO


                     SISTEMA DE         INSATISFACCION    PATRONES DE
COSTOS ELEVADOS                                           CONSUMO DE
                    COMPROBACION        DE LOS CLIENTES
                                                          LOS CLIENTES
Alguna vez has estado en una
problemática y no tenías inicios
de cómo se iba a resolver y de
pronto todo queda resuelto sin
        darte cuenta?
 ESE ES DIOS...que toma
 nuestros problemas en sus
  manos y les da solución.

Presentaci%c3%b3n%20 data%20mining[1]

  • 1.
    DATA MINING Equipo 6 PEDRO SOTO EDGAR VARELA RAUL DIAZ GERARDEO MILLAN AESENIA GOMOEZ ANA PAEZ ALEXIS REYES Valencia, Septiembre 2012
  • 2.
    DEFINICION E HISTORIA EXTRACCIONDE CONOCIMIENTOS EN BASES DE DATOS 1960 ESTADISTICOS MANEJABAN DATAFISHING 1.980 DATA MINING Y KDD 2002 INTEGRACION DE MUCHAS EMPRESAS
  • 3.
    CARACTERISTICAS Y OBJETIVOS •EXPLORAR LOS DATOS QUE SE ENCUENTRAN EN LAS BASES DE DATOS • DATOS CONSOLIDADOS EN ALMACEN DE DATOS, MERCADO DE DATOS, SERVIDORES •SUELE TENER UNA ARQUITECTURA CLIENTE SERVIDOR •AYUDA A EXTRAER INFORMACION •EL MINERO PUEDE LLEGAR A SER UN USUARIO CON POCA O NINGUNA HABILIDAD EN PROGRAMACION •HERRAMIENTAS SE COMBINAN FACILMENTE •PRODUCE 05 TIPOS DE INFORMACION: ASOCIACIONES, SECUENCIAS, CLASIFICACIONES, AGRUPAMIENTOS, PRONOSTICOS
  • 4.
    UTILIDAD DEL DATAMINING SE PUEDE DAR DENTRO DE LOS SIGUIENTES ASPECTOS: SISTEMAS PARCIAMENTE DESCONOCIDOS ENORME CANTIDAD DE DATOS POTENTE HARDWARE Y SOFTWARE
  • 5.
    OBJETIVOS PRINCIPALES 1.- DESCRIPCION: (DESCUBRIMIENTO DE REGLAS) 2.- PREDICCION: (UTILIZACION DE VARIABLES PARA ESTIMAR VARIABLES DE SALIDA)
  • 6.
    HERRAMIENTAS UTILIZADAS DELA INTELIGENCIA ARTIFICIAL RECONOCIMIENTO DE PATRONES REDES NEURALES ALGORITMO GENETICO K-NEAREST NEIBOR
  • 7.
    IMPORTANCIA DEL DATAMINING APOYO (EXPLORAR, ANALIZAR, NUEVOS CAMINOS CAPACIDAD DE INTEGRACION COMPRENDER Y (ESTRUCTURAS DE ALMACENAR DATOS TRANSPARENTE) APLICAR LOS DATOS) CONOCIMIENTO
  • 8.
    CASO PRACTICO FRAUDE DE LAS TARJETAS DE CREDITO SISTEMA DE INSATISFACCION PATRONES DE COSTOS ELEVADOS CONSUMO DE COMPROBACION DE LOS CLIENTES LOS CLIENTES
  • 9.
    Alguna vez hasestado en una problemática y no tenías inicios de cómo se iba a resolver y de pronto todo queda resuelto sin darte cuenta? ESE ES DIOS...que toma nuestros problemas en sus manos y les da solución.