Mineria de datos

Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
Mineria de datos por Mind Map: Mineria de datos

1. Clasificación

1.1. Empareja o asocia datos a grupos predefinidos

1.2. Encuentra modelos (funciones) que describen y distinguen clases o conceptos para futuras predicciones.

2. Asociación

2.1. Las reglas de asociación se utilizan para descubrir hechos que ocurren en común dentro de un determinado conjunto de datos.

3. Correlación

3.1. Ayudan a determinar el grado de similitud de los valores de dos variables numéricas

3.2. Para medir la correlación se usa el coeficiente de correlación r, donde r∈[−1, 1], si r = 0 indica que no hay relación entre las variables, r > 0 indica que las variables están directamente relacionadas yr < 0 indica relacion inversa.

4. Predicción

4.1. Consiste en aprender una función real que asigna a cada instancia un valor real, de manera que el objetivo es minimizar el error entre el valor predicho y el valor real.

5. OLAP

5.1. Son bases de datos orientadas al procesamiento analítico. Este análisis suele implicar, generalmente, la lectura de grandes cantidades de datos para llegar a extraer algún tipo de información útil

6. ROLAP

6.1. Accede a los datos almacenados en un Data Warehouse para proporcionar los análisis OLAP. La premisa de los sistemas ROLAP es que las capacidades OLAP se soportan mejor contra las bases de datos relacionales.

6.2. Utiliza una arquitectura de tres niveles. La base de datos relacional maneja los requerimientos de almacenamiento de datos, y el motor ROLAP proporciona la funcionalidad analítica.