Universidad Central de Venezuela Facultad de Ciencias



Descargar 250,3 Kb.
Página1/2
Fecha de conversión14.03.2017
Tamaño250,3 Kb.
  1   2

Universidad Central de Venezuela

Facultad de Ciencias

Escuela de Computación

Administración de Base de Datos







Contenido


INTRODUCCIÓN 3

Proceso de Extracción de Conocimiento 4

Minería de Datos - Data Mining 6

Conceptos e Historia 6

Los Fundamentos del Data Mining 6

Principales características y objetivos de la Minería de Datos 7

El alcance de Data Mining 8

Una arquitectura para Data Mining 8

Fases de un Proyecto de MD 10

Filtrado de datos 10

Selección de variables 10

Algoritmos de Extracción de Conocimiento 11

Interpretación y evaluación 12

Aplicaciones de Uso 13

En el Gobierno 13

En la Empresa 13

En la Universidad 15

En Investigaciones Espaciales 15

En los Clubes Deportivos 16

CONCLUSIÓN 17

BIBLIOGRAFÍA 18


INTRODUCCIÓN


El Data Mining surgió como una técnica novedosa a la situación en la cual se contaban con grandes volúmenes de datos en los cuales no se aprovechaba toda la información útil, ya que esta se encontraba oculta de alguna forma. El descubrimiento de esta data útil se logra a través de procesos de redes neuronales, árboles de decisión, modelos estadísticos y agrupamientos, lo cuales permiten hallar patrones de conducta en los datos, y de esta forma realizar predicciones para dar soporte a la toma de decisiones en el ámbito en el que fue aplicado.

Es importante destacar que el uso de esta técnica no va dirigida a un público específico, sino que cualquier persona con un buen dominio de las herramientas de extracción puede ejercer el rol de minero, así mismo el entorno de la minería de datos suele desarrollarse bajo una arquitectura cliente-servidor.

En la minería de datos se desarrollarán tópicos como, el proceso de extracción de conocimiento, para luego dar pie al concepción del data mining seguidamente se hondará en las principales características y objetivos del mismo, tomando en cuenta el alcance que posee y la arquitectura en la cual se desarrolla.

De igual manera se deben resaltar las fases de un proyecto de data mining y las aplicaciones que se le pueden dar a la técnica mencionada.

Los procesos de la minería de datos pueden agruparse en 4 pasos generales independientemente de la técnica que se use, estos son: Filtrado de datos, Selección de variables, Extracción de Conocimiento e Interpretación y evaluación.

Proceso de Extracción de Conocimiento


En los últimos años, ha existido un gran crecimiento en nuestras capacidades de generar y colectar datos, debido básicamente al gran poder de procesamiento de las máquinas como a su bajo costo de almacenamiento.

Sin embargo, dentro de estas enormes masas de datos existe una gran cantidad de información oculta, de gran importancia estratégica, a la que no se puede acceder por las técnicas clásicas de recuperación de la información. El descubrimiento de esta información oculta es posible gracias a la Minería de Datos (DataMining), que entre otras sofisticadas técnicas aplica la inteligencia artificial para encontrar patrones y relaciones dentro de los datos permitiendo la creación de modelos, es decir, representaciones abstractas de la realidad, pero es el descubrimiento del conocimiento (KDD, por sus siglas en inglés) que se encarga de la preparación de los datos y la interpretación de los resultados obtenidos, los cuales dan un significado a estos patrones encontrados.



Los pasos generales de un proceso de extracción de conocimiento se pueden observar en la siguiente figura (Figura 1).

Figura 1

Así el valor real de los datos reside en la información que se puede extraer de ellos, información que ayude a tomar decisiones o mejorar nuestra comprensión de los fenómenos que nos rodean. Hoy, más que nunca, los métodos analíticos avanzados son el arma secreta de muchos negocios exitosos.


  1   2


La base de datos está protegida por derechos de autor ©absta.info 2016
enviar mensaje

    Página principal