samuellopez7

MINERÍA DE DATOS En la actualidad se ha escuchado mucho sobre algoritmos y sistemas inteligentes. Esto se debe a los grandes avances que los investigadores han desarrollado durante las ultimas décadas en tratar de entender el funcionamiento del cerebro humano y los grandes procesamientos que se realizan dentro del pensamiento. Las necesidades para desarrollar sistemas competentes e implementar herramientas para sistemas inteligentes nos obliga a voltear la mirada hacia las Unidades como inteligencia artificial y de datos. En lo particular en esta Post definiremos un concepto y algunos aspectos alrededor de lo que es Minería de Datos. Como un concepto sencillo y fácil de entender la minería de datos se define como: " Es una disciplina que mezcla estadística, inteligencia artificial y búsqueda de información, con el fin de obtener información precisa para algo en particular " La minería de datos también es conocida como "descubrimiento de conocimiento para bases de datos" y como se mencionó antes sus 3 raíces principales son: Estadística Inteligencia Artificial Bases de Datos Y aporta técnicas que se utilizan para identificar relaciones sistemáticas entre diferentes variables cuando no hay suficiente información acerca de su naturaleza. Para continuar definiendo las bases de esta Rama es necesario analizaremos dos conceptos importantes sobre inteligencia artificial A diferencia de la estadística, esta se basa en Heuristicas La IA contribuye con técnicas de procesamiento de información, basado en el modelo de razonamiento humano. Usa técnicas que permiten a la computadora "aprender" de un entrenamiento previo. Hasta este punto podemos tener una vision mas amplia pero ¿Cuales son los objetivos de la minería? tenemos dos enfoques, los objetivos Predictivos y los descriptivos Predictivos: empleando parte de las variables para predecir una o mas de las otras variables "Clasificación, regresión, detección de anomalías" Descriptivos: identificación de patrones que describen los datos y que pueden ser fácilmente interpretados "Clustering, patrones secuenciales, asociación de Datos" Ahora que ya se tiene esta información, ¿Como se pueden minar los datos? Explorar los datos limpieza de los datos, transformación de datos, reducción de dimensional, selección de un conjunto de características Construcción de un modelo y su visualización Análisis de varios modelos de datos y selección de aquel que tiene mejor desempeño Aplicación Con el modelo se producen estimaciones para los problemas a investigar PROBLEMAS QUE RESUELVE LA MINERÍA CLASIFICACIÓN CLUSTERING DESCUBRIMIENTO DE REGLAS DE ASOCIACIÓN DESCUBRIMIENTO DE PATRONES SECUENCIALES REGRESIÓN DETECCIÓN DE ANOMALÍAS