¿Cuáles son los conceptos de minería de datos más importantes?

Significado | Concepto | Definición:

Anuncios

Los conceptos de minería de datos más importantes se utilizan para el análisis de la información recopilada, sobre todo en el esfuerzo por observar un comportamiento. Las interacciones desconocidas entre los datos se investigan de diversas formas para determinar las relaciones críticas entre los sujetos y la información agregada. Un desafío en la minería de datos es que la información real recopilada puede no recordar todo el dominio. En un esfuerzo por abordar este hecho, las correlaciones entre los datos pueden controlarse metódicamente mediante los diversos conceptos de minería de datos.

El objetivo de la minería de datos es discernir patrones de comportamiento a través de la información recopilada.

Los estándares para los conceptos de minería de datos son aplicados por el Grupo de Interés Especial sobre Descubrimiento de Conocimiento y Minería de Datos de la Asociación de Maquinaria de Computación (SIGKDD). Esta organización publica la “Revista Internacional de Tecnología de la Información y Toma de Decisiones”, así como la revista SIGKDD Explorations. Hacer cumplir la ética y los principios básicos de la minería de datos mantiene a la industria funcionando de manera eficiente y con problemas legales limitados.

Anuncios

El preprocesamiento de la información es uno de los aspectos más importantes de la minería de datos. Los datos brutos deben extraerse e interpretarse. Para realizar esta acción, se debe determinar un proceso, se deben ensamblar los datos objetivo y se deben encontrar patrones. El proceso se conoce como Descubrimiento de conocimientos en bases de datos y fue desarrollado por Gregory Piatetsky-Shapiro en 1989.

Cuatro clases diferentes de conceptos de minería de datos permiten que se lleve a cabo el proceso. La agrupación en clústeres utiliza el algoritmo creado a partir del proceso de minería de datos para ensamblar elementos en grupos similares. A diferencia de la agrupación, la clasificación de la información es cuando los datos se reúnen en grupos predefinidos y se analizan. La asociación intenta encontrar relaciones entre variables, determinando qué grupos de datos se asocian comúnmente. El último tipo de minería de datos es la regresión , basada en el método de identificación de una función dentro de la recopilación de datos.

Validar la información es el paso final para descubrir qué representa la aplicación de minería de datos. Cuando no todos los algoritmos presentan un conjunto de datos válido , los patrones que ocurren pueden resultar en una situación llamada sobreajuste. Para superar este problema, los datos se comparan con un conjunto de prueba. Este es un concepto en el que las mediciones están alineadas con una serie de algoritmos que proporcionarían un conjunto plausible de conjuntos de datos. Si la información adquirida no coincide con el conjunto de prueba, entonces los patrones asumidos en los datos deben ser inexactos.

Algunos de los conceptos de minería de datos más importantes ocurren en una variedad de industrias. Los juegos, los negocios, el marketing, la ciencia, la ingeniería y la vigilancia utilizan técnicas de minería de datos . Al realizar estas técnicas, cada campo puede determinar las mejores prácticas o mejores formas de encontrar resultados.

Anuncios

 

Significado | Concepto | Definición:

Anuncios

Los conceptos de minería de datos más importantes se utilizan para el análisis de la información recopilada, sobre todo en el esfuerzo por observar un comportamiento. Las interacciones desconocidas entre los datos se investigan de diversas formas para determinar las relaciones críticas entre los sujetos y la información agregada. Un desafío en la minería de datos es que la información real recopilada puede no recordar todo el dominio. En un esfuerzo por abordar este hecho, las correlaciones entre los datos pueden controlarse metódicamente mediante los diversos conceptos de minería de datos.

El objetivo de la minería de datos es discernir patrones de comportamiento a través de la información recopilada.

Los estándares para los conceptos de minería de datos son aplicados por el Grupo de Interés Especial sobre Descubrimiento de Conocimiento y Minería de Datos de la Asociación de Maquinaria de Computación (SIGKDD). Esta organización publica la “Revista Internacional de Tecnología de la Información y Toma de Decisiones”, así como la revista SIGKDD Explorations. Hacer cumplir la ética y los principios básicos de la minería de datos mantiene a la industria funcionando de manera eficiente y con problemas legales limitados.

Anuncios

El preprocesamiento de la información es uno de los aspectos más importantes de la minería de datos. Los datos brutos deben extraerse e interpretarse. Para realizar esta acción, se debe determinar un proceso, se deben ensamblar los datos objetivo y se deben encontrar patrones. El proceso se conoce como Descubrimiento de conocimientos en bases de datos y fue desarrollado por Gregory Piatetsky-Shapiro en 1989.

Cuatro clases diferentes de conceptos de minería de datos permiten que se lleve a cabo el proceso. La agrupación en clústeres utiliza el algoritmo creado a partir del proceso de minería de datos para ensamblar elementos en grupos similares. A diferencia de la agrupación, la clasificación de la información es cuando los datos se reúnen en grupos predefinidos y se analizan. La asociación intenta encontrar relaciones entre variables, determinando qué grupos de datos se asocian comúnmente. El último tipo de minería de datos es la regresión , basada en el método de identificación de una función dentro de la recopilación de datos.

Validar la información es el paso final para descubrir qué representa la aplicación de minería de datos. Cuando no todos los algoritmos presentan un conjunto de datos válido , los patrones que ocurren pueden resultar en una situación llamada sobreajuste. Para superar este problema, los datos se comparan con un conjunto de prueba. Este es un concepto en el que las mediciones están alineadas con una serie de algoritmos que proporcionarían un conjunto plausible de conjuntos de datos. Si la información adquirida no coincide con el conjunto de prueba, entonces los patrones asumidos en los datos deben ser inexactos.

Algunos de los conceptos de minería de datos más importantes ocurren en una variedad de industrias. Los juegos, los negocios, el marketing, la ciencia, la ingeniería y la vigilancia utilizan técnicas de minería de datos . Al realizar estas técnicas, cada campo puede determinar las mejores prácticas o mejores formas de encontrar resultados.

Anuncios

 

Mira estos Artículos

Subir