JUREZ
Entendiendolanecesidaddeevaluar
grandescantidadesdedatos,nosha
llevadoalacreacineimplementacinde
tcnicasestadsticasolgicasparael
manejoeficientedelainformacinquese
nospresenta.
MTODO
Anlisis. - Separacin de ideas o conceptos, lo que permite su
comprensin plena, implica recabar informacin ya existente en libros,
textos arbitrados o revistas.
Sntesis. - seleccionamos la informacin de tal manera que se muestre
sin tecnicismos para facilitar la comprensin al interpretar la minera de
datos.
Clasificacin. -Esta nos lleva a poner en orden cada uno de los datos
examinados en partes similares examinando las relaciones entre las
variables
Conclusin. - La conclusin es el resultado final del estudio realizado
con anterioridad, realizar el objetivo de deducir caractersticas principal
de la minera de datos
Actividad Duracin: 4 das
Recopilar informacin pertinente: plantear
informacin clara entre diferentes factores
LISTA DE ACTIVIDADES
Sintetizar la informacin obtenida, ir
Da1
descartando duplicidad de informacin e
informacin irrelevante Da2
Identificar puntos clave del mtodo: examinar Da3
los resultados obtenidos en la recopilacin de
informacin
Localizar softwares o herramientas que nos
apoyan en la implementacin de esta tcnica
REPORTE DE ANTEPROYECTO
PARACONOCERLAS
PRINCIPALESCARACTERISTICAS
DELAMINERADATOS
OBJETIVOS ALCANZADOS
Seencontrinformacinquecubreconlascaractersticas
propiasquedefinenalamineradedatos.
Seseleccionoinformacinarbitradadefuentesconfiables.
Selogrounanlisisdeinformacinenpuntosclavequenos
describendeunamaneramuyacertadalaformaenquese
desempealamineradedatos.
DESARROLLO
Lamineradedatosesslounaetapadelproceso
deextraccindeconocimientoapartirdedatos.
Esteprocesoconstadevariasfasescomola
preparacindedatos(seleccin,limpieza,y
transformacin),suexploracinyauditoria,minera
dedatospropiamentedicha(desarrollodemodelos
yanlisisdedatos),evaluacin,difusinyutilizacin
demodelos
procesoquetratadeencontrar
informacintilopatronesdentro
deaquellosgrandesvolmenesde
informacindondeenapariencia
noexistenadatil
Proceso de minera de
datos
ProcesoDataMining,cincocaractersticasquedeben
serseguidasenlacaptacinymantenimientodelos
datos:
Precisin:sinerroresdemedicinodigitacin
Consistencia:concoherencia
Completitud:sinatributosfaltantes
Relevancia:concernientealproblema
Noredundancia:sinduplicacindelamisma
informacin
2. Pre procesamiento
Preparacin previa de los
datos a trabajar.
Para eliminar errores,
anomalas, inconsistencias,
etc.
3. Seleccin de variables
* Elegir los mejores atributos del
problema.
* Buscar variables independientes
mediante tests.
4. Extraccin del
conocimiento
A partir de patrones se genera un
modelo que representa el
comportamiento de los valores del
problema.
Elprocesodeextraccindel
conocimientoincorporamuydiferentes
tcnicas(arbolesdedecisin,regresin
lineal,redesneuronalesartificiales,
tcnicasbayesianas,mquinasde
soportevectorial,etc.)
Aplicaciones:
Marketing
Webmining
Universidad
Control de calidad
Negocios
Prediccin
CONCLUSIN:
Paraquelamineradedatossea
efectiva,esimportanteincluiral
humanoenelprocesode
exploracindelosdatos.
Engeneralesdeseablecombinarel
conocimientohumanoconlaenorme
capacidaddealmacenamientoque
setieneenlasmquinas,ascomo
supoderdeprocesamiento.
BIBLIOGRAFA:
Minera de datos tcnicas y herramientas
Cesar Prez Lpez y Daniel Santn Gonzlez
https://books.google.com.mx/books?id=wz-D_8uPFCEC&printsec=front
cover&dq=mineria+de+datos&hl=es&sa=X&ved=0ahUKEwj0_tzrxdzRAhVI42
MKHYgmDDUQ6AEIJjAB#v=onepage&q&f=false
Introduccin a la minera de datos
Luis Paulo Vieira Braga, Luis Ivn Ortiz Valencia y Santiago Segundo
Ramrez Carvajal
https://books.google.com.mx/books?id=jIJEhHyESFsC&printsec=fron
tcover&dq=mineria+de+datos&hl=es&sa=X&ved=0ahUKEwiKwIme0NzRAhVV
8WMKHX3jD7oQ6AEILTAC#v=onepage&q=mineria%20de%20datos&f=false