1 / 12

Tema: Data Mining (Minería de datos) Realizado por: Andrea Segura Abarca

Trabajo de Investigación. Tema: Data Mining (Minería de datos) Realizado por: Andrea Segura Abarca. Sabias que... El nombre de Data Mining deriva de las similitudes entre buscar valiosa información de negocios en grandes bases de datos. Definición:.

tatum
Télécharger la présentation

Tema: Data Mining (Minería de datos) Realizado por: Andrea Segura Abarca

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Trabajo de Investigación Tema: Data Mining (Minería de datos) Realizado por: Andrea Segura Abarca

  2. Sabias que... • El nombre de Data Mining deriva de las similitudes entre buscar valiosa información de negocios en grandes bases de datos.

  3. Definición: • Acción de extraer los conocimientos implícitos en la información de una base de datos. • La minería de datos prepara, sondea y explora los datos para sacar la información oculta en ellos.

  4. Características: • Extraer el mineral de la información enterrada en archivos corporativos o en registros públicos archivados. • Explorar los datos se encuentran en las profundidades de las bases de datos.

  5. El minero es, muchas veces un usuario con poca o ninguna habilidad de programación. • Hurgar y sacudir a menudo implica el descubrimiento de resultados valiosos e inesperados.

  6. Método Científico vs Método de Data Mining • Científico  Hipótesis  Investigación • Data Mining  Búsqueda  Hipótesis

  7. Impacto Social: • Cuando las herramientas de Data Mining son implementadas en forma correcta pueden analizar bases de datos masivas en minutos. • Procesamiento rápido significa que los usuarios pueden experimentar con más modelos para entender datos complejos.

  8. Ejemplos de Usos: • Negocios: En lugar de contactar con el cliente por un centro de llamadas, sólo se contactará con el que se perciba que tiene una mayor probabilidad de responder positivamente a una determinada oferta.

  9. Hábitos de compra en supermercados: Un estudio detectó que los viernes había una cantidad inusualmente elevada de clientes que adquirían a la vez pañales y cerveza. El supermercado pudo incrementar sus ventas de cerveza colocándolas próximas a los pañales para fomentar las ventas compulsivas.

  10. Fraudes: En la detección de transacciones de blanqueo de dinero o de fraude en el uso de tarjetas de crédito o de servicios de telefonía. Ya que suelen seguir patrones característicos que permiten, con cierto grado de probabilidad, distinguirlas de las legítimas.

  11. Data Matching Consiste en que varios usuarios distintos puedan compartir información a través de sistemas autorizados. De esta forma, varias personas tendrán acceso a una determinada información en una misma base de datos sin ningún problema.

  12. Conclusión: • La minería de datos es una técnica muy utilizada en la actualidad • Permite encontrar información de una forma mucho más rápida y eficaz. • Esta es la principal razón de que cada día sea más codiciada y utilizada.

More Related