Mineria de Datos
by antonio garcia
1. Disciplinas que integran la minería de datos
1.1. Estadistica
1.2. Informática
1.3. Inteligencia Artificial
1.4. Aprendizaje automático
1.5. Visualización
2. Metodología Básica
2.1. Recolección de Información
2.2. Selección, limpieza y transformación de datos
2.3. Minería de datos/Reconocimiento de patrones
2.4. Evaluación e Interpretación
2.5. Difusión y uso
3. ¿Que es ?
3.1. La minería de datos es en términos generales el proceso de Convertir datos en conocimiento
4. Modelos utilizados para el análisis de datos
4.1. Se utilizan modelos predictivos para anticiparse a eventos en los cuales destacan técnicas como:
4.1.1. Regresión lineal
4.1.2. Arboles de decisión
4.1.3. Algoritmos de predicción
4.1.3.1. Supervisados
4.1.3.2. No Supervisados
4.1.4. Redes neuronales
4.1.4.1. Percepción
4.1.4.2. Percepción Multicapas
4.1.4.3. Los mapas Autoorganizados
4.1.5. Maquinas de vectores de soporte
4.2. El modelo descriptivo busca similitudes o agrupaciones de datos, el cual esta basado en técnicas de:
4.2.1. Agrupación
4.2.2. Deteccion de anomalias
4.2.3. Aprendizaje de reglas de asociación
4.2.4. Análisis de componentes principales buscando una relación entre variables
4.2.5. Agrupación de afinidad
4.3. Prescriptivo utiliza una combinación de técnicas para obtener una solución más específica.
4.3.1. Análisis predictivo en conjunto con reglas a partir de patrones
4.3.2. Optimización de Marketing