La minería de datos se define como la extracción de información de un gran conjunto de datos
En otras palabras, podemos decir que la minería de datos es extraer el conocimiento de los datos. Esta información se puede utilizar para cualquiera de las siguientes aplicaciones:
- Análisis de mercado
- Detección de fraude
- Retención de clientes
- Control de producción
- Exploración científica
Motor de minería de datos
El motor de minería de datos es muy esencial para el sistema de minería de datos. Consiste en un conjunto de módulos funcionales que realizan las siguientes funciones:
- Caracterización
- Análisis de asociación y correlación
- Clasificación
- Predicción
- Análisis de conglomerados
- Análisis de valores atípicos
- Análisis de evolución
Base de conocimientos
Este es el conocimiento del dominio. Este conocimiento se utiliza para guiar la búsqueda o evaluar el interés de los patrones resultantes.
Descubrimiento del conocimiento
Algunas personas tratan la minería de datos como un descubrimiento de conocimiento, mientras que otras ven la minería de datos como un paso esencial en el proceso de descubrimiento de conocimiento. Aquí está la lista de pasos involucrados en el proceso de descubrimiento de conocimiento:
- Limpieza de datos
- Integración de datos
- Selección de datos
- Transformación de datos
- Procesamiento de datos
- Evaluación de patrones
- Presentación del conocimiento
Interfaz de usuario
La interfaz de usuario es el módulo del sistema de minería de datos que ayuda a la comunicación entre los usuarios y el sistema de minería de datos. La interfaz de usuario permite las siguientes funcionalidades:
- Interactuar con el sistema especificando una tarea de consulta de minería de datos.
- Proporcionar información para ayudar a enfocar la búsqueda.
- Minería basada en los resultados de minería de datos intermedios.
- Explore esquemas o estructuras de datos de bases de datos y almacenes de datos.
- Evaluar patrones extraídos.
- Visualiza los patrones en diferentes formas.
Integración de datos
La integración de datos es una técnica de preprocesamiento de datos que fusiona los datos de múltiples fuentes de datos heterogéneas en un almacén de datos coherente. La integración de datos puede implicar datos inconsistentes y, por lo tanto, necesita una limpieza de datos.
Limpieza de datos
La limpieza de datos es una técnica que se aplica para eliminar los datos ruidosos y corregir las inconsistencias en los datos. La limpieza de datos implica transformaciones para corregir los datos incorrectos. La limpieza de datos se realiza como un paso de preprocesamiento de datos mientras se preparan los datos para un almacén de datos.
Selección de datos
La selección de datos es el proceso en el que los datos relevantes para la tarea de análisis se recuperan de la base de datos. A veces, la transformación y consolidación de datos se realizan antes del proceso de selección de datos.
Clústeres
Cluster se refiere a un grupo de objetos similares. El análisis de conglomerados se refiere a la formación de un grupo de objetos que son muy similares entre sí pero que son muy diferentes de los objetos de otros conglomerados.
Transformación de datos
En este paso, los datos se transforman o consolidan en formas apropiadas para la minería, realizando operaciones de resumen o agregación.
Sin usted, esta web no existiria. Gracias por visitarme, espero que le haya gustado y vuelva. Gracias ☺️
Fecha actualizacion el 2022-02-04. Fecha publicacion el 2022-02-04. Categoria: computadoras Autor: Oscar olg Mapa del sitio Fuente: tutorialspoint